Σ
SDCalc
PokročilýKoncepty·8 min

Koeficient variace (CV) vysvětlen

Naučte se o koeficientu variace (CV), známém také jako relativní směrodatná odchylka. Pochopte, kdy použít CV vs. SO pro porovnání variability napříč datovými soubory.

Co je koeficient variace?

Koeficient variace (CV), známý také jako relativní směrodatná odchylka (RSD), je standardizovaná míra rozptýlení. Vyjadřuje směrodatnou odchylku jako procento průměru, což je užitečné pro porovnání variability napříč datovými soubory s různými jednotkami nebo škálami.

Datový soubor A: Výška

Průměr: 170 cm, SO: 10 cm CV = 5,9 %

Datový soubor B: Hmotnost

Průměr: 70 kg, SO: 10 kg CV = 14,3 %

Stejná SO (10), ale CV odhaluje, že hmotnosti jsou relativně více proměnlivé

Vzorec CV

Koeficient variace

CV = (σ / μ) × 100%

Kde σ je směrodatná odchylka a μ je průměr. Pro výběrová data použijte s a x̄.

Příklad výpočtu

Datový soubor: 12, 15, 14, 18, 11 - Průměr (x̄) = 14 - Směrodatná odchylka (s) = 2,74 - CV = (2,74 / 14) × 100 % = 19,6 %

Kdy použít CV

Použijte CV, když:

- Porovnáváte datové soubory s různými jednotkami - Porovnáváte datové soubory s velmi odlišnými průměry - Data mají poměrovou škálu (skutečný nulový bod) - Posuzujete konzistenci laboratorních měření - Finanční analýza (porovnání volatility)

Použijte SO, když:

- Datové soubory mají stejné jednotky a podobné průměry - Data mají intervalovou škálu (jako teplota) - Průměr je nulový nebo blízký nule - Potřebujete informaci o absolutním rozptýlení

Praktické příklady

Laboratorní kontrola kvality

V analytické chemii je CV pod 10 % často považován za přijatelný z hlediska přesnosti. Vysoce přesné metody mohou dosáhnout CV < 5 %.
AkcieVýnosSOCV
Akcie A8 %4 %50 %
Akcie B12 %9 %75 %

Akcie A mají nižší CV = více výnosu na jednotku rizika

Omezení CV

Důležitá omezení

- Nedefinovaný, když průměr = 0: Dělení nulou činí CV bezvýznamným - Problematický se zápornými hodnotami: Může přinést zavádějící výsledky - Nevhodný pro intervalové škály: Teplota v Celsiích/Fahrenheitech má libovolný nulový bod

Further Reading

← Centrum výuky

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.