Перейти к содержимомуСпецусловия для первых клиентов: только 10 компаний
ViscientaryАналитика
Все термины

Стандартное отклонение (Standard Deviation)

Мера того, насколько сильно значения разбросаны относительно среднего.

Определение

Стандартное (среднеквадратическое) отклонение — это статистический показатель, измеряющий степень разброса (дисперсии) значений в наборе данных относительно их среднего значения.

Описание

Стандартное отклонение (Standard Deviation, σ или s, среднеквадратическое отклонение) — это важнейший статистический показатель рассеяния и вариативности числовых данных, отражающий, насколько в среднем значения выборки отклоняются (разбросаны) от их среднего арифметического значения. Рассчитывается как квадратный корень из выборочной дисперсии.

В соответствии с правилом трех сигм (Three-Sigma Rule / Эмпирическое правило для нормального распределения Гаусса): примерно 68.3% всех наблюдений лежат в диапазоне «Среднее ± 1σ», 95.4% — в пределах «Среднее ± 2σ», и 99.7% — в пределах «Среднее ± 3σ». Все точки, выходящие за границы 3 сигм, в анализе данных классифицируются как статистические аномалии (выбросы).

В финансах и инвестиционном анализе стандартное отклонение доходности служит общепринятой количественной мерой инвестиционного риска и волатильности актива. В производственном менеджменте концепция «Шесть сигм» (Six Sigma) направлена на снижение стандартного отклонения параметров деталей, обеспечивая бездефектность производства на уровне 99.99966%.

Примеры из практики

1Кейс 1

Кейс 1 (Оценка инвестиционного риска двух акций с одинаковой доходностью): Два фонда показали за год доходность 15%. Однако у фонда А стандартное отклонение доходности составило σ = 4% (стабильный консервативный рост), а у фонда Б — σ = 28% (тяжелые просадки и взлеты). Инвестор выбрал фонд А как обеспечивающий существенно более высокое соотношение доходности и риска (коэффициент Шарпа).

2Кейс 2

Кейс 2 (Контроль точности фасовки чая по методологии Six Sigma): Фасовочный аппарат настроен на вес пачки 100 г со стандартным отклонением σ = 0.5 г. Смещение процесса привело к росту σ до 2.2 г (риск недовеса для покупателей или перерасхода дорогого сырья). Калибровка весовых дозаторов вернула сигму в норму, сэкономив 3.2 тонны чая за квартал.

Применение на практике

Управление рисками, контроль качества на производстве, оценка надежности моделей.

Оптимизируйте бизнес-процессы

Получите бесплатную консультацию и узнайте, как платформа Viscientary может кратно улучшить ваши ключевые показатели.