분석가와 연구자는 빈도 분포를 사용하여 과거 투자 수익과 가격을 평가할 수 있습니다. 투자 유형에는 주식, 채권, 뮤추얼 펀드 및 광범위한 시장 지수가 포함됩니다. 빈도 분포는 단일 데이터 포인트 또는 데이터 범위일 수 있는 다양한 데이터 클래스에 대한 발생 횟수를 보여줍니다. 표준 편차는 데이터 샘플의 스프레드 또는 분포를 조사하는 방법 중 하나입니다. 이는 수익률, 변동성 및 위험을 예측하는 데 도움이 됩니다.
데이터 테이블을 포맷합니다. Microsoft Excel과 같은 소프트웨어 스프레드시트 도구를 사용하여 계산을 단순화하고 수학 오류를 제거하십시오. 열 데이터 클래스, 빈도, 중간점, 중간점과 평균 간의 차이의 제곱, 빈도와 중간점과 평균 간의 차이의 제곱의 곱에 레이블을 지정합니다. 기호를 사용하여 열에 레이블을 지정하고 표에 설명을 포함합니다.
데이터 테이블의 처음 세 열을 채웁니다. 예를 들어, 주가 테이블은 데이터 클래스 열의 가격 범위($10~$12, $13~$15 및 $16~$18)와 해당 빈도에 대한 10, 20 및 30으로 구성될 수 있습니다. 중간점은 세 가지 데이터 클래스에 대해 $11, $14 및 $17입니다. 표본 크기는 60(10 더하기 20 더하기 30)입니다.
모든 분포가 각 범위의 중간점에 있다고 가정하여 평균을 근사합니다. 도수 분포의 산술 평균 공식은 중간점과 각 데이터 범위의 도수를 샘플 크기로 나눈 곱의 합입니다. 예제를 계속 진행하면 평균은 다음 중간점 및 빈도 곱셈의 합($11 x 10, $14 x 20 및 $17 x 30)을 60으로 나눈 값과 같습니다. 따라서 평균은 $900( $110 + $280 + $510)를 60으로 나눈 값 또는 $15.
다른 열을 채우십시오. 각 데이터 클래스에 대해 중간점과 평균 간의 차이의 제곱을 계산한 다음 그 결과에 빈도를 곱합니다. 계속해서 예를 들어 세 가지 데이터 범위에 대한 중간점과 평균 간의 차이는 -$4($11 - $15), -$1($14 - $15) 및 $2($17 - $15)이고 차이의 제곱은 16입니다. , 1 및 4. 결과에 해당 주파수를 곱하여 160(16 곱하기 10), 20(1 곱하기 20) 및 120(4 곱하기 30)을 얻습니다.
표준 편차를 계산합니다. 먼저 이전 단계의 곱을 합산합니다. 둘째, 합을 표본 크기에서 1을 뺀 값으로 나누고 마지막으로 결과의 제곱근을 계산하여 표준편차를 구합니다. 예를 끝내기 위해 표준 편차는 300(160 더하기 20 더하기 120)을 59(60 빼기 1)로 나눈 제곱근 또는 약 2.25와 같습니다.