خطرہ خطرے کا تعین کرنے کے لئے متغیر پیمانے پر استعمال کیا جاتا ہے. سرمایہ کاروں نے سرمایہ کاروں کو مختلف سرمایہ کاری کے متعدد منظوری کے خطرے کا تعین کرنے کے لئے متوقع واپسی کا متغیر شمار کیا ہے. پراجیکٹ مینیجرز اس بات کا تعین کرنے کے لئے متغیر کا حساب کرتے ہیں کہ ایک منصوبے بجٹ سے زیادہ یا شیڈول کے پیچھے ہے. متغیر کی حساب کے تین عام طریقے ہیں.
تاریخی اعداد و شمار کی بنیاد پر متغیر
اعداد و شمار کے پوائنٹس کی تعداد کی طرف سے مقرر کردہ اعداد و شمار کی تقسیم کو تقسیم کرکے ڈیٹا سیٹ کا اوسط کا حساب لگائیں. اس مثال میں، تین ڈیٹا پوائنٹس ہیں: n1، n2 اور n3:
AVG = (n1 + n2 + n3) / (3)
ہر ڈیٹا پوائنٹ اور اعداد و شمار سیٹ کے اوسط کے درمیان فرق کا حساب لگائیں:
مختلف 1 = (این 1 - اوسط) مختلف 2 = (این 2 - اوسط) مختلف 3 = (ن 3 - اوسط)
ہر فرق کو اسکوائر اور چوکیدار اختلافات کو شامل کریں:
(N1 - اوسط) ^ 2 + (این 2 - اوسط) ^ 2 + ((ن 3 - اوسط) ^ 2
سیٹ مائنس میں اعداد و شمار کی تعداد کی طرف سے squared اختلافات کی رقم تقسیم کریں 1:
(N1 - AVG) ^ 2 + ((2 - اے جی جی) ^ 2 + ((N3 - AVG) ^ 2 / (3-1)
متغیر - کووینٹری پر مبنی متغیر
covariance کا حساب کرنے کے لئے ایکسل کی covariance تقریب کا استعمال کریں.
1.65 کی طرف سے معیاری انحراف ضرب کر کے خطرے کا شمار کریں جو 5 فیصد وقت ہوتا ہے.
1.65 کی طرف سے معیاری انحراف ضرب کر کے خطرے کا شمار کریں جو 5 فیصد وقت ہوتا ہے.
2.33 کی طرف سے معیاری انحراف کو بڑھانے کے خطرے کا حساب لگانا جو وقت کا 1 فیصد ہوتا ہے.
مونٹی کارلو طریقہ پر مبنی متغیر
اعداد و شمار کی تقسیم کو منتخب کرنے والے عوامل کی تخمینہ کرنے کیلئے ایک اعداد و شمار کی تقسیم منتخب کریں. مثال کے طور پر، اگر آپ کسی تجویز کردہ سرمایہ کاری کے منظر کے خطرے سے نمٹنے کا حساب کر رہے ہیں، تو اس کی تقسیم منتخب کریں جو پچھلے سرمایہ کاری کی کارکردگی کو پورا کرتی ہے.
آپ کے منتخب کردہ اعداد و شمار کی تقسیم سے 1،000 اور 10،000 بے ترتیب تعدادوں کے درمیان پیدا ہونے والے کمپیوٹر پروگرام کا استعمال کریں.
امکانات کی ایک تقریب کے طور پر پیدا شدہ گراف گرافکس، اور نتیجے میں تقسیم کی متغیر کا حساب.
تجاویز
-
متغیر، کووینٹریس اور مونٹی کارلو سمیلیشنز کے حساب سے مدد کے لئے کمپیوٹر پروگرام دستیاب ہیں.
انتباہ
ہمیشہ مختلف اعداد و شمار کے مقابلے میں اصل اعداد و شمار کا موازنہ کریں جب تک کہ ممکن حد تک زیادہ سے زیادہ وزن یا نسبتا کم سے کم بچنے کے لئے.