Sa mga istatistika, ang koepisyent ng pagkakaiba-iba (COV) ay isang simpleng sukatan ng pagkakalat ng kamag-anak na kaganapan. Ito ay pantay sa ratio sa pagitan ng karaniwang paglihis at ang ibig sabihin. Ang pinaka-karaniwang paggamit ng COV ay upang ihambing ang kamag-anak na panganib, bagaman maaari itong mailapat sa anumang uri ng dami ng posibilidad o pamamahagi ng posibilidad.
Mayroong ibang paggamit at kahulugan ng COV. Kapag binibigyang kahulugan ang mga modelo ng matematika, ang COV ay kinakalkula bilang ang ratio sa pagitan ng root mean na error na parisukat at ang ibig sabihin ng isang hiwalay na umaandar na variable. Ang ganitong uri ng pagsusuri ng COV ay hindi gaanong karaniwan, ngunit maaari itong maging nakabubuo kapag tinutukoy kung ang isang modelo ay isang mahusay na akma para sa isang tiyak na gawain o uri ng pagsusuri. Maraming iba pang mga termino ay magkasingkahulugan sa COV, kabilang ang pagkakaiba-iba ng koepisyent, unitized na panganib, at kamag-anak na standard na paglihis.
Posibleng Mga Gumagamit ng Coefficient of Variation
Ang isang COV ay partikular na kapaki-pakinabang sa isang pag-aaral na nagpapakita ng pamamahagi ng eksponensial. Sa madaling salita, makakatulong ito na ipakita kapag ang mga pamamahagi ay itinuturing na mababang-pagkakaiba-iba at kapag itinuturing silang mataas na pagkakaiba-iba.
Sa pamumuhunan at pananalapi, maaaring magamit ang COV upang masuri ang panganib. Ang isang COV na nakabatay sa peligro ay maaaring ma-kahulugan sa parehong paraan tulad ng karaniwang paglihis sa modernong teorya ng portfolio (MPT). Ang pagkakaiba lamang ay ang COV ay isang mas mahusay na pangkalahatang tagapagpahiwatig ng kamag-anak na panganib, lalo na sa iba't ibang mga antas ng peligro para sa iba't ibang mga seguridad.
Halimbawa, ipagpalagay na ang dalawang magkakaibang stock ay nag-aalok ng iba't ibang mga pagbabalik at may iba't ibang mga pamantayang paglihis. Ang Stock A ay maaaring magkaroon ng isang inaasahang pagbabalik ng 15% at ang Stock B ay isang inaasahang pagbabalik ng 10%. Gayunpaman, ang Stock A ay may isang standard na paglihis ng 10%, habang ang Stock B ay mayroon lamang isang karaniwang paglihis ng 5%. Alin ang mas mahusay na pamumuhunan?
Sa pag-aakalang ang mga inaasahang pagbabalik ay tumpak at na ang natitira sa portfolio ng mamumuhunan ay neutral sa desisyon, ang Stock B ay ang mas mahusay na pamumuhunan. Ang COV nito (5% / 10%, o 0.5) ay mas mababa sa COV para sa Stock A (10% / 15%, o 0.67).
Mga kalamangan ng Coefficient ng Pagkakaiba-iba
Ang pangunahing bentahe ng COV ay ito ay hindi gaanong yunit. Ang isang COV ay maaaring patakbuhin para sa anumang naibigay na data, at kung hindi man ay walang kaugnayan na mga COV ay maihahambing sa isa't isa sa mga paraan na hindi magagawa ng ibang mga hakbang.
Sa katunayan, ang yunit-mas mababa sa kalidad ng COV ay kung ano ang naghihiwalay nito mula sa isang pamantayang pagsusuri sa paglihis. Ang karaniwang paglihis ng dalawang variable ay hindi maihahambing sa anumang makabuluhang paraan. Sa pamamagitan ng paghahambing ng karaniwang paglihis at ang ibig sabihin, gayunpaman, ginagawa ng COV ang bawat pagpapakalat na kamag-anak at pa independiyenteng ng pinagbabatayan na yunit.
Bilang isang sukatan ng panganib, ang COV ay ginagamit upang masukat ang pagkasumpungin sa mga presyo ng mga stock at iba pang mga seguridad. Pinapayagan nitong suriin ang mga analyst at ihambing ang mga panganib na nauugnay sa iba't ibang mga potensyal na pamumuhunan. Samakatuwid, maaari itong magamit upang masukat at pamahalaan ang mga panganib sa pamumuhunan.
Ang isang sari-saring portfolio ng mga ari-arian ay palaging inirerekomenda upang mabawasan ang panganib ng mga pangunahing pagbabago sa pagbabalik sa isang solong pamumuhunan. Samakatuwid, ang panganib at pag-iba ay negatibong nauugnay; iyon ay, habang nagdaragdag ang pag-iba-iba, bumababa ang panganib.
Ang Zero Disadvantage
Ipagpalagay na ang kahulugan ng isang sample na populasyon ay zero. Sa madaling salita, ang kabuuan ng lahat ng mga halaga sa itaas at sa ibaba ng zero ay katumbas sa bawat isa. Sa sitwasyong ito, ang formula para sa COV ay walang silbi sapagkat maglalagay ito ng isang zero sa denominador.
Sa katunayan, ang likas na katangian ng mga kalkulasyon ng COV ay ang anumang malakas na pagkakaroon ng parehong positibo at negatibong halaga sa halimbawang populasyon ay nagiging may problema. Ang sukatanang ito ay pinakamahusay na ginagamit kapag halos lahat ng mga puntos ng data ay nagbabahagi ng parehong plus-minus sign.
