变异数 编辑
在概率论和统计学中，方差描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推论统计学、假说检定、度量拟合优度，以及蒙地卡罗方法。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是标准差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有




σ

2




{\displaystyle \sigma ^{2}}

、




s

2




{\displaystyle s^{2}}

、



Var
⁡



{\displaystyle \operatorname {Var} }

、



V



{\displaystyle V}

，以及




V




{\displaystyle \mathbb {V} }

。
5
图片 0 图片
评论 0 评论
匿名用户 · [[ show_time(comment.timestamp) ]]
[[ nltobr(comment.content) ]]
相关
现代投资组合理论归纳了理性投资者如何利用分散投资来优化他们的投资组合。现代投资组合理论或均值 - 方差分析是用于组合资产组合的数学框架，使得对于给定的风险水平，预期收益最大化。在理论中，资产的报酬是一个随机变量。 既然一个投资组合是资产的加权组合，投资组合的报酬也应该是一个随机变量，投资组合的回报因此有一个期望值和一个变异数。在模型中，风险为投资组合报酬的标准差。 近些年来, MPT的基本假设受到了行为金融学的广泛挑战。
四分位距。是描述统计学中的一种方法，以确定第三四分位数和第一四分位数的分别。与变异数、标准差一样，表示统计资料中各变量分散情形，但四分差更多为一种稳健统计。
Bagging算法 ，又称装袋算法，是机器学习领域的一种集成学习算法。最初由Leo Breiman于1994年提出。Bagging算法可与其他分类、回归算法结合，提高其准确率、稳定性的同时，透过降低结果的变异数，避免过拟合的发生。
四分位距。是描述统计学中的一种方法，以确定第三四分位数和第一四分位数的分别。与变异数、标准差一样，表示统计资料中各变量分散情形，但四分差更多为一种稳健统计。
四分位距。是描述统计学中的一种方法，以确定第三四分位数和第一四分位数的分别。与变异数、标准差一样，表示统计资料中各变量分散情形，但四分差更多为一种稳健统计。