Beräkningar av förväntat värde

Avancerad sannolikhetslära: Osäkerhet i data

Maarten Van den Broeck

Senior Content Developer at DataCamp

Vad är förväntat värde?

  • Viktat genomsnitt
  • Förväntan över tid
  • Ta hänsyn till flera möjliga utfall

Dricksburk

Avancerad sannolikhetslära: Osäkerhet i data

Så fungerar beräkningar av förväntat värde

  1. Identifiera möjliga utfall
  2. Tilldela sannolikheter
  3. Beräkna det förväntade värdet
  4. Tolka resultaten och fatta ett beslut

$$

  • I genomsnitt förlorar du pengar om du fortsätter köpa lotter!
  • En lott: vinst (1 000 USD) eller förlust av lottens pris (2 USD)
  • Vinstchans: 0,1 %, förlustchans: 99,9 %
  • Förväntat värde:

$(0.001*1000)+(0.999*2) = -1$

Avancerad sannolikhetslära: Osäkerhet i data

Beräkningar av förväntat värde i praktiken

  • Helhetsbild: möjligheter och deras sannolikheter
  • Balansera risk och belöning
  • Exempel på tillämpningar:
    • Sätt produktpriser
    • Bedöm den finansiella effekten av olika strategier
    • Jämför lönsamheten hos olika aktiealternativ

Balansering

Avancerad sannolikhetslära: Osäkerhet i data

Hur bestäms sannolikheter för förväntade värden?

  • Historisk dataanalys:
    • Tidigare trender ger sannolikheter
  • Marknadsundersökningar:
    • Marknadsdata ger sannolikheter
  • Expertbedömning:
    • Experters uppskattningar ger sannolikheter

Data och forskning

Avancerad sannolikhetslära: Osäkerhet i data

Exempel: prissättningsbeslut

Efterfrågan Sålda enheter Sannolikhet Intäkt ($)
Hög 1000 30% 50 000
Måttlig 700 50% 35 000
Låg 400 20% 20 000
Total förväntad intäkt 36 500

 

  • Företaget kan:
    • Jämföra förväntad intäkt med break-even-punkten
    • Se över sin prisstrategi
Avancerad sannolikhetslära: Osäkerhet i data

Nu kör vi en övning!

Avancerad sannolikhetslära: Osäkerhet i data

Preparing Video For Download...