Σ
SDCalc
HaladóHaladó·14 min

Súlyozott szórás

Tanuld meg kiszámítani a súlyozott szórást, ha az adatpontok különböző fontossággal vagy gyakorisággal rendelkeznek.

Mi a súlyozott szórás?

Ha az adatpontok különböző fontossággal bírnak vagy különböző gyakoriságokat képviselnek, súlyozott szórást használunk. Ez gyakori a portfólióelemzésben, a mintavételi súlyokkal rendelkező felmérési adatoknál és a tanulmányi átlagszámításnál.

A hagyományos (súlyozatlan) számításokban minden adatpont egyformán járul hozzá az átlaghoz és a szóráshoz. A valós helyzetek azonban gyakran megkövetelik, hogy egyes megfigyelések nagyobb befolyással bírjanak, mint mások. Egy 1 millió forintos befektetésnek jobban kell befolyásolnia a portfólió volatilitásának számítását, mint egy 1 000 forintos pozíciónak. Egy nagyobb demográfiai csoportot képviselő felmérési válasznak nagyobb súlyt kell kapnia a populációs paraméterek becslésekor.

Mikor használj súlyozott szórást?

Használj súlyozott szórást, amikor az adatpontjaid különböző fontossággal, gyakorisággal vagy megbízhatósági szinttel rendelkeznek. A súlyozatlan szórás feltételezi, hogy minden pont egyformán számít – ami gyakran helytelen feltételezés.

A súlyozott szórás képlete

Először a súlyozott átlagra van szükséged:

Weighted Mean

x̄w = Σ(wᵢxᵢ) / Σwᵢ

Ezután a súlyozott szórás (populációs verzió):

Weighted Standard Deviation (Population)

σw = √[Σwᵢ(xᵢ - x̄w)² / Σwᵢ]

Ahol wᵢ a súlyok, xᵢ az adatértékek, és x̄w a súlyozott átlag.

Mintaadatok esetén használd a torzítás-korrigált képletet (a Bessel-korrekcióhoz hasonlóan):

Weighted Standard Deviation (Sample)

sw = √[Σwᵢ(xᵢ - x̄w)² / (Σwᵢ - Σwᵢ²/Σwᵢ)]

A mintakorrekció összetettebb, mert az „effektív mintaméret” a súlyok eloszlásától függ. Ha minden súly egyenlő, a képlet visszavezethető az ismerős n-1 korrekcióra.

Lépésenkénti számítás

1

Súlyozott átlag kiszámítása

Szorozd meg minden értéket a súlyával, összegezd a szorzatokat, és oszd el a súlyok összegével.
2

Súlyozott négyzetes eltérések kiszámítása

Minden értéknél számítsd ki az (érték - súlyozott átlag)² értéket, majd szorozd meg a súllyal.
3

Súlyozott négyzetes eltérések összegzése

Add össze a 2. lépés szorzatait.
4

Osztás a súlyok összegével

Populációs szórásnál oszd el Σwᵢ-vel. Mintaszórásnál alkalmazd a torzításkorrekciót.
5

Négyzetgyök vonás

Az eredmény a végleges súlyozott szórás.

Valós alkalmazások

Portfólió-volatilitás: A pénzügyben a portfólió szórásának figyelembe kell vennie a különböző eszközallokációkat. Egy 50% részvény, 50% kötvény portfólió volatilitását súlyozott szórással számítják, ahol a súlyok az allokációs százalékok.

Felmérés-elemzés: A felmérési minták gyakran felül- vagy alulreprezentálnak bizonyos demográfiai csoportokat. A súlyozás korrigálja ezt, biztosítva, hogy az eredmények a valódi populációt tükrözzék. A súlyozott szórás a populáció változékonyságát ragadja meg, nem csak a mintáét.

Tanulmányi eredmények: A tanulmányi átlag számításakor a különböző kurzusoknak különböző kreditértéke van. Egy 4 kredites kurzusnak jobban kell befolyásolnia az átlagodat, mint egy 1 kreditesnek. A súlyozott számítások természetesen kezelik ezt.

Metaanalízis: Több vizsgálat eredményeinek kombinálásánál minden vizsgálatot a precizitásával súlyoznak (gyakran inverz variancia). Ez nagyobb befolyást biztosít a nagyobb, pontosabb vizsgálatoknak.

Kidolgozott példák

Portfólió példa: Tekintsünk egy háromrészvényes portfóliót:

  • A részvény: 15%-os hozam, 50%-os allokáció (súly = 0,50)
  • B részvény: 8%-os hozam, 30%-os allokáció (súly = 0,30)
  • C részvény: -2%-os hozam, 20%-os allokáció (súly = 0,20)

Súlyozott átlag = (0,50×15 + 0,30×8 + 0,20×(-2)) / 1,0 = 9,5%

Súlyozott szórás = √[(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%

Figyeld meg a hatást

A C részvény csupán 20%-os allokációval rendelkezik, mégis jelentősen hozzájárul a volatilitáshoz, mert hozama nagymértékben eltér a súlyozott átlagtól. Pontosan ezt ragadja meg a súlyozott szórás – mind az eltérés, mind a súly számít.