Skip to main content

واریانس (Variance)

نام "واژه" را وارد کنید.
Term شرح
واریانس (Variance)

واریانس (Variance) یکی از مهم‌ترین مفاهیم در آمار، تحلیل داده و مدیریت ریسک مالی است که میزان پراکندگی یا فاصله داده‌ها از میانگین را اندازه‌گیری می‌کند. واریانس نشان می‌دهد اعداد یک مجموعه تا چه اندازه از مقدار متوسط (Mean) فاصله دارند و چقدر نسبت به یکدیگر پراکنده هستند.

واریانس (Variance) چیست؟

واریانس معمولاً با نماد σ² (سیگما به توان دو) برای جامعه آماری و s² برای نمونه آماری نمایش داده می‌شود.

هرچه واریانس بزرگ‌تر باشد، داده‌ها پراکندگی بیشتری دارند و هرچه واریانس کوچک‌تر باشد، داده‌ها به میانگین نزدیک‌تر هستند.

اهمیت واریانس

واریانس در بسیاری از حوزه‌ها کاربرد دارد، از جمله:

  • آمار و تحلیل داده
  • بازار سرمایه
  • مدیریت ریسک
  • اقتصاد
  • بیمه
  • تحقیقات علمی
  • کنترل کیفیت

در سرمایه‌گذاری، واریانس یکی از شاخص‌های مهم سنجش ریسک محسوب می‌شود. هرچه واریانس بازده یک دارایی بیشتر باشد، نوسانات و ریسک آن نیز بیشتر است.

واریانس چگونه محاسبه می‌شود؟

برای محاسبه واریانس مراحل زیر انجام می‌شود:

1. محاسبه میانگین داده‌ها

ابتدا میانگین تمام مقادیر محاسبه می‌شود.

2. محاسبه فاصله هر مقدار از میانگین

اختلاف هر داده با میانگین محاسبه می‌شود.

3. مجذور کردن اختلاف‌ها

تمام اختلاف‌ها به توان دو می‌رسند تا مقادیر منفی حذف شوند.

4. جمع کردن مجذورات

همه مقادیر به دست آمده با یکدیگر جمع می‌شوند.

5. تقسیم بر تعداد داده‌ها

  • برای جامعه آماری: تقسیم بر N
  • برای نمونه آماری: تقسیم بر n-1

فرمول واریانس جامعه آماری

σ² = Σ (Xi - μ)² / N
که در آن:
σ² = واریانس
 
Xi = هر داده
 
μ = میانگین
 
N = تعداد کل داده‌ها
فرمول واریانس نمونه آماری
s² = Σ (Xi - X̄)² / (n - 1)
که در آن:
s² = واریانس نمونه
 
X̄ = میانگین نمونه
 
n = تعداد داده‌ها

مثال ساده از محاسبه واریانس

فرض کنید مجموعه داده زیر را داریم:

2, 4, 6, 8, 10
گام اول: میانگین
(2 + 4 + 6 + 8 + 10) ÷ 5 = 6
گام دوم: اختلاف با میانگین
2 - 6 = -4
4 - 6 = -2
6 - 6 = 0
8 - 6 = 2
10 - 6 = 4
گام سوم: مجذور اختلاف‌ها
16
4
0
4
16
گام چهارم: جمع
16 + 4 + 0 + 4 + 16 = 40

گام پنجم: تقسیم

برای جامعه آماری:

40 ÷ 5 = 8
بنابراین:
Variance = 8

ارتباط واریانس و انحراف معیار

انحراف معیار (Standard Deviation) ریشه دوم واریانس است.

Standard Deviation = √Variance
در مثال قبلی:
√8 = 2.83

به همین دلیل بسیاری از تحلیلگران از انحراف معیار استفاده می‌کنند، زیرا واحد آن با داده‌های اصلی یکسان است و تفسیر آن آسان‌تر است.

واریانس در سرمایه‌گذاری

در بازارهای مالی، واریانس برای اندازه‌گیری میزان نوسان بازده دارایی‌ها استفاده می‌شود.

فرض کنید دو صندوق سرمایه‌گذاری وجود دارند:

صندوق A

میانگین بازده: 12%
واریانس: پایین
صندوق B
میانگین بازده: 12%
واریانس: بالا

اگرچه هر دو بازده یکسانی دارند، اما صندوق B ریسک بیشتری دارد زیرا بازده آن نوسان بیشتری را تجربه می‌کند.

مزایای استفاده از واریانس

✅ اندازه‌گیری دقیق پراکندگی داده‌ها

✅ تحلیل ریسک سرمایه‌گذاری

✅ ارزیابی پایداری عملکرد

✅ کاربرد گسترده در پژوهش‌های آماری

✅ کمک به تصمیم‌گیری مالی و اقتصادی

محدودیت‌های واریانس

❌ واحد اندازه‌گیری آن مجذور واحد داده‌ها است.

❌ وجود داده‌های پرت می‌تواند نتیجه را به‌شدت تحت تأثیر قرار دهد.

❌ تفسیر آن نسبت به انحراف معیار دشوارتر است.

❌ به تنهایی برای تحلیل کامل داده‌ها کافی نیست.

تفاوت واریانس و انحراف معیار

واریانس (Variance)

  • میانگین مجذور فاصله‌ها از میانگین
  • با نماد σ² نمایش داده می‌شود.
  • واحد آن به توان دو است.

انحراف معیار (Standard Deviation)

  • ریشه دوم واریانس
  • با نماد σ نمایش داده می‌شود.
  • واحد آن مشابه داده‌های اصلی است.

کاربرد واریانس در کسب‌وکار

کسب‌وکارها از واریانس برای موارد زیر استفاده می‌کنند:

  • تحلیل فروش
  • پیش‌بینی تقاضا
  • مدیریت موجودی
  • کنترل کیفیت
  • مدیریت ریسک مالی
  • تحلیل عملکرد سرمایه‌گذاری‌ها

جمع‌بندی

واریانس (Variance) یک معیار آماری برای اندازه‌گیری میزان پراکندگی داده‌ها نسبت به میانگین است. این شاخص با محاسبه میانگین مجذور فاصله داده‌ها از میانگین به دست می‌آید و نقش مهمی در آمار، اقتصاد، مدیریت ریسک و سرمایه‌گذاری دارد. هرچه واریانس بزرگ‌تر باشد، نوسانات و پراکندگی داده‌ها بیشتر است و هرچه کوچک‌تر باشد، داده‌ها به میانگین نزدیک‌تر هستند.

کلیک ها - 9
Synonyms: واریانس,Variance
دیکشنری اصطلاحات سرمایه گذاری، مالی و اقتصادی جهانی, فرهنگ لغت واژه های بورس، اقتصادی و سرمایه گذاری جهانی