Ağırlıklı Standart Sapma

Ağırlıklı Standart Sapma Nedir?

Veri noktaları farklı önem düzeylerine sahip olduğunda veya farklı frekansları temsil ettiğinde ağırlıklı standart sapma kullanırız. Bu, portföy analizi, örnekleme ağırlıklarına sahip anket verileri ve not ortalaması hesaplamalarında yaygındır.

Standart (ağırlıksız) hesaplamalarda her veri noktası ortalama ve standart sapmaya eşit olarak katkıda bulunur. Ancak gerçek dünya senaryoları genellikle bazı gözlemlere diğerlerinden daha fazla etki verilmesini gerektirir. 1 milyon TL’lik bir yatırım, portföyünüzün oynaklık hesaplamasını 1.000 TL’lik bir pozisyondan daha fazla etkilemelidir. Daha büyük bir demografik gruptan gelen bir anket yanıtı, popülasyon parametrelerini tahmin ederken daha fazla ağırlık taşımalıdır.

Ağırlıklı SS Ne Zaman Kullanılır?

Veri noktalarınız farklı önem, frekans veya güvenilirlik düzeylerine sahip olduğunda ağırlıklı standart sapma kullanın. Ağırlıksız SS tüm noktaların eşit derecede önemli olduğunu varsayar—bu genellikle yanlış bir varsayımdır.

Ağırlıklı SS Formülü

Önce ağırlıklı ortalamaya ihtiyacınız var:

Ağırlıklı Ortalama

x̄w = Σ(wᵢxᵢ) / Σwᵢ

Ardından ağırlıklı standart sapma (popülasyon versiyonu):

Ağırlıklı Standart Sapma (Popülasyon)

σw = √[Σwᵢ(xᵢ - x̄w)² / Σwᵢ]

Burada wᵢ ağırlıklar, xᵢ veri değerleri ve x̄w ağırlıklı ortalamadır.

Örneklem verileri için yanlılık düzeltmeli formülü (Bessel düzeltmesine benzer) kullanın:

Ağırlıklı Standart Sapma (Örneklem)

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

Örneklem düzeltmesi daha karmaşıktır çünkü “etkin örneklem büyüklüğü” ağırlıkların dağılımına bağlıdır. Tüm ağırlıklar eşitse, bu bilinen n-1 düzeltmesine indirgenir.

Adım Adım Hesaplama

Ağırlıklı ortalamayı hesaplayın

Her değeri ağırlığıyla çarpın, bu çarpımları toplayın ve ağırlıkların toplamına bölün.

Ağırlıklı kare sapmaları hesaplayın

Her değer için (değer - ağırlıklı ortalama)² bulun, ardından ağırlıkla çarpın.

Ağırlıklı kare sapmaları toplayın

2. adımdaki tüm çarpımları toplayın.

Ağırlıkların toplamına bölün

Popülasyon SS için Σwᵢ’ye bölün. Örneklem SS için yanlılık düzeltmesini kullanın.

Karekök alın

Son ağırlıklı standart sapma.

Gerçek Dünya Uygulamaları

Portföy Oynaklığı: Finansta, portföy standart sapması farklı varlık dağılımlarını hesaba katmalıdır. %50 hisse senedi, %50 tahvil portföyünün oynaklığı, ağırlıkların dağılım yüzdeleri olduğu ağırlıklı SS kullanılarak hesaplanır.

Anket Analizi: Anket örneklemleri genellikle belirli demografik grupları fazla veya eksik temsil eder. Ağırlıklandırma bunu düzelterek sonuçların sadece örneklemi değil, gerçek popülasyonu yansıtmasını sağlar. Ağırlıklı SS, popülasyondaki değişkenliği yakalar.

Akademik Not Hesaplama: Not ortalaması hesaplanırken farklı derslerin farklı kredi saatleri vardır. 4 kredilik bir ders, not ortalamanızı 1 kredilik bir dersten daha fazla etkilemelidir. Ağırlıklı hesaplamalar bunu doğal olarak yönetir.

Meta-Analiz: Birden fazla çalışmanın sonuçlarını birleştirirken, her çalışma hassasiyetine (genellikle ters varyans) göre ağırlıklandırılır. Bu, daha büyük ve daha hassas çalışmalara daha fazla etki verir.

Çözümlü Örnekler

Portföy Örneği: Üç hisse senedine sahip bir portföyü düşünün:

Hisse A: %15 getiri, %50 dağılım (ağırlık = 0,50)
Hisse B: %8 getiri, %30 dağılım (ağırlık = 0,30)
Hisse C: -%2 getiri, %20 dağılım (ağırlık = 0,20)

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

Ağırlıklı SS = √[(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

Etkiyi Fark Edin

Hisse C yalnızca %20 dağılıma sahip olmasına rağmen, getirisi ağırlıklı ortalamadan önemli ölçüde saptığı için oynaklığa büyük katkıda bulunur. Ağırlıklı SS’nin yakaladığı tam olarak budur—hem sapma hem de ağırlık önemlidir.

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.