Was ist die gewichtete Standardabweichung?
Wenn Datenpunkte unterschiedliche Bedeutung haben oder verschiedene Häufigkeiten darstellen, verwenden wir die gewichtete Standardabweichung. Dies ist üblich bei Portfolioanalysen, Umfragedaten mit Gewichtungsfaktoren und Notendurchschnittsberechnungen.
Bei der ungewichteten Standardberechnung trägt jeder Datenpunkt gleichermaßen zum Mittelwert und zur Standardabweichung bei. In der Praxis muss jedoch häufig bestimmten Beobachtungen mehr Einfluss eingeräumt werden. Eine Investition von 1 Million Euro sollte die Volatilitätsberechnung Ihres Portfolios stärker beeinflussen als eine Position von 1.000 Euro. Eine Umfrageantwort aus einer größeren demografischen Gruppe sollte bei der Schätzung von Populationsparametern mehr Gewicht haben.
Wann gewichtete SD verwenden
Die Formel der gewichteten SD
Zunächst benötigen Sie den gewichteten Mittelwert:
Gewichteter Mittelwert
Dann die gewichtete Standardabweichung (Populationsversion):
Gewichtete Standardabweichung (Population)
Dabei sind wᵢ die Gewichte, xᵢ die Datenwerte und x̄w der gewichtete Mittelwert.
Für Stichprobendaten verwenden Sie die verzerrungskorrigierte Formel (analog zur Bessel-Korrektur):
Gewichtete Standardabweichung (Stichprobe)
Die Stichprobenkorrektur ist komplexer, da die "effektive Stichprobengröße" von der Verteilung der Gewichte abhängt. Bei gleichen Gewichten reduziert sich die Formel auf die bekannte n-1-Korrektur.
Schritt-für-Schritt-Berechnung
Gewichteten Mittelwert berechnen
Gewichtete quadrierte Abweichungen berechnen
Gewichtete quadrierte Abweichungen summieren
Durch die Summe der Gewichte teilen
Quadratwurzel ziehen
Praxisanwendungen
Portfoliovolatilität: In der Finanzwelt muss die Standardabweichung eines Portfolios unterschiedliche Gewichtungen berücksichtigen. Die Volatilität eines Portfolios mit 50 % Aktien und 50 % Anleihen wird mithilfe der gewichteten SD berechnet, wobei die Gewichte den Allokationsprozentsätzen entsprechen.
Umfrageanalyse: Umfragestichproben über- oder unterrepräsentieren häufig bestimmte demografische Gruppen. Die Gewichtung korrigiert dies und stellt sicher, dass die Ergebnisse die tatsächliche Population widerspiegeln. Die gewichtete SD erfasst die Variabilität in der Population, nicht nur in der Stichprobe.
Akademische Notengebung: Bei der Berechnung des Notendurchschnitts haben verschiedene Kurse unterschiedliche Kreditpunkte. Ein 4-Kreditpunkte-Kurs sollte Ihren Durchschnitt stärker beeinflussen als ein 1-Kreditpunkte-Kurs. Gewichtete Berechnungen handhaben dies natürlich.
Meta-Analyse: Bei der Zusammenführung von Ergebnissen mehrerer Studien wird jede Studie nach ihrer Präzision gewichtet (oft inverse Varianz). So erhalten größere, präzisere Studien mehr Einfluss.
Rechenbeispiele
Portfoliobeispiel: Betrachten Sie ein Portfolio mit drei Aktien:
- Aktie A: 15 % Rendite, 50 % Allokation (Gewicht = 0,50)
- Aktie B: 8 % Rendite, 30 % Allokation (Gewicht = 0,30)
- Aktie C: -2 % Rendite, 20 % Allokation (Gewicht = 0,20)
Gewichteter Mittelwert = (0,50×15 + 0,30×8 + 0,20×(-2)) / 1,0 = 9,5 %
Gewichtete SD = √[(0,50×(15-9,5)² + 0,30×(8-9,5)² + 0,20×(-2-9,5)²)] = √[(0,50×30,25 + 0,30×2,25 + 0,20×132,25)] = √[15,125 + 0,675 + 26,45] = √42,25 = 6,5 %
Beachten Sie die Auswirkung