[機統] 要如何比較「平均分佈」

看板Math作者 (snniicckk1)時間8年前 (2016/03/24 19:17), 編輯推噓5(5推 0噓 31→)
留言36則, 4人參與, 最新討論串1/1
各位版上的前輩大大 是這樣子的 小弟有一個問題... 甲公司 第1年獲利100萬、第2至第10年每年虧5萬，總獲利55萬，平均年獲利5.5萬。 乙公司 每年獲利5.5萬，總獲利55萬，平均年獲利5.5萬。 兩者，平均年獲利皆為5.5萬 兩者，總獲利皆為55萬 如果僅以總獲利或者平均年獲利比較兩間公司的話 會無法看出哪家公司是較為穩定獲利的公司 因此 我們要如何以數學的方法 評斷出這兩間公司的好壞呢 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.11.165 ※ 文章網址: https://www.ptt.cc/bbs/Math/M.1458818258.A.F58.html
推
03/24 21:22, , 1F
比較兩者的變異數，變異數小的表示投資風險小
03/24 21:22, 1F
推
03/24 21:26, , 2F
乙公司的變異數=0，不像甲公司一樣大起大落
03/24 21:26, 2F
推
03/25 07:07, , 3F
Variance skewness kurtosis
03/25 07:07, 3F
→
03/25 12:28, , 4F
謝謝兩位大大的解答
03/25 12:28, 4F
→
03/25 12:29, , 5F
我還是想再問仔細點
03/25 12:29, 5F
→
03/25 12:30, , 6F
變異數跟標準差同樣都是用以表達資料的離散程度
03/25 12:30, 6F
→
03/25 12:30, , 7F
是否也可以用標準差來替代變異數
03/25 12:30, 7F
→
03/25 12:32, , 8F
那如果用變異係數的話
03/25 12:32, 8F
→
03/25 12:33, , 9F
是否可以更佳詮釋出資料的離散程度呢？
03/25 12:33, 9F
→
03/25 12:35, , 10F
對統計沒啥概念 麻煩版上的大大指導一下
03/25 12:35, 10F
→
03/25 12:36, , 11F
統計量歸統計量,你還是要自己定義出何謂 "獲利穩定"
03/25 12:36, 11F
→
03/25 12:36, , 12F
例如穩定的 index 可以是 sigma |a_(i) - a_(i-1)|
03/25 12:36, 12F
→
03/25 12:39, , 13F
謝謝doom8199大大
03/25 12:39, 13F
→
03/25 12:41, , 14F
我想要討論的就是資料離散程度的數學表示法
03/25 12:41, 14F
→
03/25 12:42, , 15F
可能是小弟問題問得不夠清楚...拍謝啦
03/25 12:42, 15F
推
03/25 12:47, , 16F
資料離散程度表示法非常多, 但沒有所謂的最好
03/25 12:47, 16F
→
03/25 12:49, , 17F
只有適不適用的問題.
03/25 12:49, 17F
→
03/25 12:50, , 18F
例如你一開始的問題，我個人不覺得標準差會是好的
03/25 12:50, 18F
→
03/25 12:50, , 19F
index, 因為沒有考慮到時間的因素
03/25 12:50, 19F
→
03/25 13:05, , 20F
doom8199大大 你讓我搞糊塗了
03/25 13:05, 20F
→
03/25 13:06, , 21F
離散度的表示 要如何考慮到時間的因素
03/25 13:06, 21F
→
03/25 13:07, , 22F
如果要嚴謹一點 把時間因素考量進來的話
03/25 13:07, 22F
→
03/25 13:08, , 23F
又該要怎麼做表示 會比較適當呢
03/25 13:08, 23F
→
03/25 13:11, , 24F
doom8199您所說的時間因素 小弟完全沒有想到
03/25 13:11, 24F
→
03/25 13:12, , 25F
再麻煩您可能要講仔細點了
03/25 13:12, 25F
→
03/25 15:27, , 26F
doom8199大大 還是您可以推薦相關的書籍給我嗎
03/25 15:27, 26F
推
03/27 20:02, , 27F
你的問題可能要分好幾個層面來看
03/27 20:02, 27F
→
03/27 20:03, , 28F
<1> 數學上並沒有定義"離散程度", 那只是一個籠統
03/27 20:03, 28F
→
03/27 20:05, , 29F
的口語用詞. 所以你得先自行定義離散程度
03/27 20:05, 29F
→
03/27 20:06, , 30F
然後你希望使用的地方, 具備何種性質
03/27 20:06, 30F
→
03/27 20:07, , 31F
在嘗試將之模組/數學化
03/27 20:07, 31F
→
03/27 20:09, , 32F
<2> 假設你想要描述的問題是公司的獲利穩定度
03/27 20:09, 32F
→
03/27 20:11, , 33F
一個直觀的想法就是 微/差分絕對值越小越好
03/27 20:11, 33F
→
03/27 20:13, , 34F
根據此性質，如何寫出一個評量標準?
03/27 20:13, 34F
→
03/27 20:14, , 35F
<3> 若想考慮時間因素, 數學上其實就只是代表
03/27 20:14, 35F
→
03/27 20:15, , 36F
一個序列 {a_n} 的順序是很重要
03/27 20:15, 36F
‣ 更多 snniicckk1 的文章
文章代碼(AID): #1MyypIzO (Math)