가중 표준편차

가중 표준편차란?

데이터 포인트의 중요도가 다르거나 빈도가 다를 때 가중 표준편차를 사용합니다. 포트폴리오 분석, 표본 가중치가 적용된 설문 데이터, GPA 계산 등에서 흔히 쓰입니다.

일반(비가중) 계산에서는 모든 데이터가 평균과 표준편차에 동등하게 기여합니다. 하지만 실제 상황에서는 일부 관측에 더 큰 영향력을 부여해야 하는 경우가 많습니다. 100만 달러 투자는 1,000달러 포지션보다 포트폴리오 변동성 계산에 더 크게 반영되어야 합니다. 더 큰 인구 집단의 설문 응답은 모집단 모수를 추정할 때 더 큰 가중치를 가져야 합니다.

가중 SD를 사용할 때

데이터 포인트의 중요도, 빈도, 또는 신뢰도가 서로 다를 때 가중 표준편차를 사용하세요. 비가중 SD는 모든 포인트가 동등하다고 가정하는데, 이는 종종 부정확한 가정입니다.

가중 SD 공식

먼저 가중 평균이 필요합니다:

가중 평균

x̄w = Σ(wᵢxᵢ) / Σwᵢ

그다음 가중 표준편차(모집단 버전):

가중 표준편차 (모집단)

σw = √[Σwᵢ(xᵢ - x̄w)² / Σwᵢ]

여기서 wᵢ는 가중치, xᵢ는 데이터 값, x̄w는 가중 평균입니다.

표본 데이터의 경우, 편향 보정 공식(베셀 보정과 유사)을 사용합니다:

가중 표준편차 (표본)

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

표본 보정이 더 복잡한 이유는 “유효 표본 크기”가 가중치의 분포에 따라 달라지기 때문입니다. 모든 가중치가 같으면 익숙한 n-1 보정으로 축소됩니다.

단계별 계산

가중 평균 계산

각 값에 가중치를 곱한 후 합산하고, 가중치의 합으로 나눕니다.

가중 제곱 편차 계산

각 값에 대해 (값 - 가중 평균)²을 구한 뒤, 가중치를 곱합니다.

가중 제곱 편차의 합 구하기

2단계의 모든 곱을 더합니다.

가중치의 합으로 나누기

모집단 SD는 Σwᵢ로 나누고, 표본 SD는 편향 보정을 적용합니다.

제곱근 구하기

최종 가중 표준편차입니다.

실전 응용

포트폴리오 변동성: 금융에서 포트폴리오 표준편차는 서로 다른 자산 배분을 고려해야 합니다. 주식 50%, 채권 50% 포트폴리오의 변동성은 배분 비율을 가중치로 사용하여 가중 SD로 계산합니다.

설문 분석: 설문 표본이 특정 인구통계를 과대 또는 과소 대표하는 경우가 많습니다. 가중치로 이를 보정하면 결과가 실제 모집단을 반영하게 됩니다. 가중 SD는 표본이 아닌 모집단의 변동성을 포착합니다.

학점 계산: GPA를 계산할 때 과목마다 학점이 다릅니다. 4학점 과목이 1학점 과목보다 GPA에 더 큰 영향을 미쳐야 합니다. 가중 계산이 이를 자연스럽게 처리합니다.

메타분석: 여러 연구의 결과를 종합할 때, 각 연구는 정밀도(보통 분산의 역수)로 가중됩니다. 이렇게 하면 표본이 크고 정밀한 연구에 더 큰 영향력이 부여됩니다.

계산 예시

포트폴리오 예시: 세 종목으로 구성된 포트폴리오:

주식 A: 수익률 15%, 배분 비율 50% (가중치 = 0.50)
주식 B: 수익률 8%, 배분 비율 30% (가중치 = 0.30)
주식 C: 수익률 -2%, 배분 비율 20% (가중치 = 0.20)

가중 평균 = (0.50×15 + 0.30×8 + 0.20×(-2)) / 1.0 = 9.5%

가중 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%

주목할 점

주식 C는 배분 비율이 20%에 불과하지만, 가중 평균에서 크게 벗어난 수익률 때문에 변동성에 큰 기여를 합니다. 이것이 바로 가중 SD가 포착하는 것입니다—편차와 가중치가 모두 중요합니다.

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.