变异系数计算器

变异系数计算器

新兴 AI Skill PRO

输入计算

数学公式

CV=sx‾×100%s=∑i=1n(xi−x‾)2n−1\text{CV} = \frac{s}{\bar{x}} \times 100\% \qquad s = \sqrt{\dfrac{\sum_{i=1}^{n} \left({x_i} - \bar{x}\right)^2}{n - 1}}
使用统计

广告

结果

变异系数
42.76%
相对标准差
平均值 5
标准差 2.1381
数据个数 8

报告本页错误

什么是变异系数?

变异系数(CV),又称相对标准差,用来衡量数据相对于其平均值的离散程度。由于它以百分比形式表示,CV 可以用来比较单位不同、或平均值相差悬殊的数据集的波动性——这正是原始标准差做不到的。

两条离散程度相同但均值不同的钟形曲线,显示出不同的变异系数值
变异系数衡量相对于均值的离散程度:标准差相同时,均值越小,变异系数越大。

如何使用本计算器

在输入框中填入你的数据,用逗号或空格分隔。然后选择这些数字代表的是样本(更大群体中的一个子集,采用 \(n-1\))还是整个总体(采用 \(n\))。计算器会给出 CV 百分比,以及计算过程中用到的平均值和标准差。

公式解析

变异系数等于标准差除以平均值,再乘以 100 化为百分比:

$$\text{CV} = \frac{\sigma}{\bar{x}} \times 100\%$$

CV 越小,说明数据点紧密地聚集在平均值附近;CV 越大,则相对离散程度越高。需要注意的是,CV 只有在数据属于比率尺度、且平均值为正且不为零时才有意义。

广告
公式示意图,显示变异系数等于标准差除以均值再乘以100%
变异系数是标准差与均值之比,以百分比表示。

计算实例

以数值 2、4、4、4、5、5、7、9 为例。平均值为 \(40 \div 8 = 5\)。若将这组数据视为总体,方差为 \(32 \div 8 = 4\),标准差为 2,因此

$$\text{CV} = \frac{2}{5} \times 100\% = 40\%$$

若视为样本,方差变为 \(32 \div 7 \approx 4.571\),标准差 \(\approx 2.138\),\(\text{CV} \approx 42.76\%\)。

计算约定与边界情况

以下每个情况都在本计算器上实际运行过,结果一栏就是它真实返回的值。

情况输入结果
小数 0.1、0.2、0.30.1, 0.2, 0.350%
偶数个数值 (1, 2, 3, 4)1, 2, 3, 451.64%
负值 (−3, −1, 4)-3, -1, 4平均数为 0 时,变异系数没有定义。
列表中有 0 (0, 4, 9)0, 4, 9104.06%
样本还是总体 (2, 4, 4, 4, 5, 5, 7, 9)2, 4, 4, 4, 5, 5, 7, 942.76%

核对于 2026-11-08

常见问题

什么时候用样本,什么时候用总体?当你的数据只是为了推断更大群体而抽取的子集时,选择"样本";当你已经掌握了群体中的每一个成员时,选择"总体"。

变异系数会是负数吗?标准差永远非负,因此只有当平均值为负时 CV 才会为负。通常 CV 只用于正值数据。

多大的 CV 才算"好"?这取决于具体领域——CV 低于 10% 往往意味着波动较小,但可接受的标准会因学科而异。

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器