离散化趋势的标准（对离散CFA知识点学习怎样）

离散化趋势的标准（对离散CFA知识点学习怎样）切比雪夫不等式定义：对任意一种具有有限方差分布来说，至少有 [1-(1/k²)] % 的数据落在 (μ±kρ) 之间（K>1）。X bar 是sample statistic，样本均值。在计算变异系数时只能用样本均值，它表示每获得一单位的回报需要承担的风险（标准差表示收益率风险），因此变异系数越小越好。用收益率的标准差衡量风险，即发生损失的可能性。相对离散程度的衡量有变异系数（coefficient of variance）、切比雪夫不等式（Chebyshev's inequality）变异系数 CV = (S/X bar)

离散知识点是在CFA中涉及的数学知识是比较多的，那在学习过程中你对离散这个知识点学习的怎样呢？你知道离散有几种吗？衡量的标准是？

离散有绝对离散（absolute dispersion）与相对离散（relative dispersion）。

绝对离散的衡量指标有极差（range）：最大值与最小值之差；平均绝对离差（mean absolute deviation）；方差（variance）；标准差（standard deviation）：方差开方。

其中，平均绝对离差小于等于标准差，当且仅当所有数据完全一样时相等。

用收益率的标准差衡量风险，即发生损失的可能性。

相对离散程度的衡量有变异系数（coefficient of variance）、切比雪夫不等式（Chebyshev's inequality）

变异系数 CV = (S/X bar)

X bar 是sample statistic，样本均值。在计算变异系数时只能用样本均值，它表示每获得一单位的回报需要承担的风险（标准差表示收益率风险），因此变异系数越小越好。

切比雪夫不等式定义：对任意一种具有有限方差分布来说，至少有 [1-(1/k²)] % 的数据落在 (μ±kρ) 之间（K>1）。