您可以准确地告诉客户您对该活动增加访客数量的信心有多大。他们会更认真地对待您说“电子邮件活动产生明显效果的日子的平均值与不包括这些日子的其余时间段的平均值相差 个标准差，因此我们的数据显示，我们只能 确信您的电子邮件活动增加了流量”，而不是说“是的，看起来效果可能不太好”。 然而，有一个警告。 如果你使用的样本量较小，则应使用标准误差，因为这会进行一些修正。标准误差由以下公式给出： 标准误差方程 所以： 如果你只有一周的数据（例如，比较复活节假期后和假期期间教育网站的表现），你应该使用标准错误 如果您有几周的数据，您只需使用 中的 函数即可。
做出预测——转化率 标准差的优点在于它相对容易使用。金融行业的大部分理论都基于这样的观点：证券价格（无论是汇率、收益率还是股票价格）都服从高斯分布。不幸的是，在很多情况下，情况并非如此。幸运的是，他们的工作 澳大利亚 whatsapp 号码数据 可以用作知识库（没有双关语的意思），这些知识库已经建立起来供我们使用。您不需要理解这里的所有内容，只需了解示例以及如何应用公式即可。 一个非常重要的计算是风险价值 。投资是一个风险游戏，客户通常想知道 “如果我在这个投资组合中投资一定数额，未来我最多会损失多少钱？” 的一个简单公式来自 年由摩根大通制定的流程 ，具体如下： 模型的风险价值 方程 在哪里： · 是时间 的当前总投资 · αλ 是置信区间 ζ 的函数 · σ 是条件偏差——取决于先前方差的标准偏差的度量 · 是期限 – 天。
公式本身是 风险度量方程 其中 β 告诉我们过去的贡献有多重要——通常取 β=，因此 β= 在 方面，我们可以直接将其应用于 。同样，这是一项有风险的业务，因此人们想知道他们最多会损失多少。例如，客户可能会说 “我目前每天在 广告上花费 英镑。我想下个月将这个数字增加到 英镑—— 月份我的最低收入是多少？” 您发现 月份 的每日收入为 英镑，每日标准差为 ，而 月份迄今为止的平均每日收入为 英镑。 以 月为零月，即 =，意味着 月是 = 月，而 月将是 = 月。我们不知道本月数据的标准差是多少——我们只完成了一半——但 公式向我们展示了如何计算。