위험 측정을위한 4 가지 통계 방법 | 회사

다음은 위험 측정에 사용되는 상위 4 가지 통계 방법을 보여줍니다. 방법은 다음과 같습니다. 1. 확률 2. 기대 값 3. 변동 또는 분산 4. 표준 편차 (SD).

통계 방법 # 1. 확률 :

편견없는 동전을 던지면 머리와 꼬리의 두 가지 결과 중 하나를 얻게됩니다. 동전을 꽤 많이 던지면 던지기의 약 50 %와 꼬리도 던지기의 약 50 %에서 머리를 얻을 수 있습니다.

토스의 수가 증가하고 무한대에 가까워 질수록 머리의 비율은 1/2이되고 꼬리의 비율은 1/2이되는 경향이 있습니다. 이 경우, 동전 한 번에 머리를 넣을 확률은 50 % 또는 1/2이고 테일을 얻을 확률도 50 % 또는 1/2입니다.

여기서 가능한 모든 결과의 확률의 합은 1과 같다는 것을 기억해야합니다. 동전 던지기의 경우, 우리는 ½ + ½ = 1입니다.

확률의 개념을 설명하기 위해 다른 예의 도움을받을 수 있습니다. 회사의 주식에서 한 사람이 5 % 기간에 50 %의 배당금을, 60 % 기간에 30 %의 배당금과 35 % 기간에 10 %의 배당금을 받았다고 가정 해 봅시다. 여기에서 배당률, 즉 50 %, 30 % 및 10 %의 세 가지 비율이 전부입니다. 따라서이 경우, 50 %의 배당을받을 확률은 5 % 또는 1/20이고, 30 % 또는 12/20의 배당을받을 확률은 10 %입니다. 35 % 또는

통계 방법 # 2. 예상 값 :

위의 예에서 배당은 가변적입니다. 세 가지 철저한 가치는 각각 50 %, 30 %, 확률은 각각

이 경우 예상 배당금은

% 또는 24 %. 위의 예에서 기대 값에 대한 공식이 이런 식으로 쓰여질 수 있음을 이해합니다. 변수 X의 값이 각각 확률이 p 1, p 2, …, p n 인 x 1, x 2, …, x n 이면 X의 예상 값은

통계 방법 # 3. 변동성 또는 분산 :

변수의 변동성 또는 분산은 값이 분산되거나 분산되는 정도입니다. 예를 들어, 변수의 첫 번째 값 세트는 30, 35, 40, 45 및 50이고 동일한 변수의 두 번째 값 세트는 5, 10, 30, 50 및 70입니다.이 두 세트에서 분명합니다. 두 번째 세트의 변동성이 첫 번째 세트의 변동성보다 큰 값.

가변성이 작거나 클수록의 중요성이 매우 중요합니다. 그러나이 의미는 경우에 따라 다릅니다.

예를 들어, 위에서 주어진 첫 번째 값 집합이 다섯 개의 다른 일치 항목에서 특정 크리켓 선수의 '실행'이고 두 번째 값 집합이 두 번째 크리켓 사용자의 다섯 가지 일치 항목에서 '실행'인 경우 작은 변동성의 중요성 첫 번째 경우와 두 번째 경우의 높은 변동성은 첫 번째 플레이어가 두 번째 플레이어보다 더 일관된 연주자라는 것입니다.

다시, 첫 번째 세트의 값이 공장 5 명의 근로자의 일일 임금 비율 (Rs)이고 두 번째 세트의 값이 2 번째 공장의 5 명의 근로자 값인 경우, 두 번째 세트의 변동성은 사례가 크면 두 번째 공장 근로자의 소득 불평등이 첫 번째 경우보다 더 크다는 것을 의미합니다.

다시 세 번째 필드에서 첫 번째 세트의 값이 특정 회사의 주식에서 얻을 것으로 예상되는 배당률 비율이고 두 번째 세트의 값이 다른 회사의 주식에서 얻은 값인 경우, 두 번째 세트의 가치가 더 가변적이라는 사실은 두 번째 회사의 주식에 대한 투자가 첫 번째 회사에 대한 투자보다 더 위험하다는 것을 의미합니다.

마찬가지로, 직무에서 얻는 수수료가 두 번째 직무보다 변동이 큰 경우, 첫 번째 직종의 소득 수입이 두 번째 직종의 소득 수입보다 불확실합니다.

경우에 따라 변동성이 위험 지수로 작용할 수 있습니다. 따라서 이러한 경우 변동성을 위험의 척도로 받아 들일 수 있습니다.

통계 방법 # 4. 표준 편차 (SD) :

표준 편차 (SD)는 가장 널리 사용되는 변동 측정입니다. SD는 예상 값 또는 산술 평균에서 변수 값의 편차의 제곱 예상 값의 양의 제곱근으로 정의됩니다.

따라서 변수 X의 값이 x ] 이면 ; x 2 .. ., x n 및 각각의 확률은 f (x 1 ), f (x 2 ), 입니다. ., f (x n ), X의 예상 값이 E (X) 인 경우 변수 X의 SD는

SD에 대한 위의 공식을 이해하기 위해 다음 예를 참조하십시오. 특정 직업에서 3, 000 루피 및 6, 000 루피의 수수료를 얻는 확률이 각각 0.7 및 0.3이라고 가정합시다.

이 경우 커미션의 SD (가변 X)는 다음과 같은 방법으로 얻을 수 있습니다.

여기에서 E (X) = 0.7 x 3000 + 0.3 x 6000 = 2, 100+ 1, 800 = 3, 900 (Rs)

 

귀하의 코멘트를 남겨