Σ
SDCalc
中級核心概念·8 min

變異係數 (CV) 完整說明

認識變異係數 (CV),也稱為相對標準差。了解何時使用 CV 而非標準差來比較不同資料集的變異程度。

什麼是變異係數?

變異係數 (CV),也稱為相對標準差 (RSD),是一種標準化的離散程度衡量指標。它將標準差表示為平均數的百分比,因此特別適合用來比較不同單位或不同量尺的資料集之間的變異性。

資料集 A:身高

平均數:170 cm,標準差:10 cm CV = 5.9%

資料集 B:體重

平均數:70 kg,標準差:10 kg CV = 14.3%

兩者的標準差相同(10),但 CV 揭示了體重的相對變異性較大

CV 公式

變異係數

CV = (σ / μ) × 100%

其中 σ 是標準差,μ 是平均數。若為樣本資料,則分別使用 s 和 x̄。

計算範例

資料集:12, 15, 14, 18, 11 - 平均數 (x̄) = 14 - 標準差 (s) = 2.74 - CV = (2.74 / 14) × 100% = 19.6%

何時使用 CV

使用 CV 的時機:

- 比較不同單位的資料集 - 比較平均數差異很大的資料集 - 資料為比率尺度(有真正的零點) - 評估實驗室測量的一致性 - 金融分析(比較波動性)

使用標準差的時機:

- 資料集有相同單位且平均數接近 - 資料為等距尺度(如溫度) - 平均數為零或接近零 - 需要絕對離散程度的資訊

實務範例

實驗室品質管控

在分析化學中,CV 低於 10% 通常被認為是可接受的精密度。高精密度的方法可達到 CV < 5%。
股票報酬率標準差CV
股票 A8%4%50%
股票 B12%9%75%

股票 A 的 CV 較低 = 每單位風險有更高的報酬

CV 的限制

重要限制

- 平均數為零時無法定義: 除以零會讓 CV 失去意義 - 負值有問題: 可能產生誤導性的結果 - 不適用於等距尺度: 攝氏或華氏溫度的零點是任意設定的