Coefficient of Variation—变异系数
2012-08-30 22:21阅读:
在
概率论和
统计学中,
变异系数(
Coefficient of Variation),又称“离散系数”,是
概率分布离散程度的一个
归一化量度,其定义为
标准差

与
平均值

之比
[1]:

变异系数只在平均值不为零时有定义,而且一般适用于平均值大于零的情况。变异系数也被称为
标准离差率或
单位风险。
变异系数只对由
比率标量计算出来的数值有意义。举例来说,对于一个气温的分布,使用
开尔文或
摄氏度来计算的话并不会改变标准差的值,但是温度的平均值会改变,因此使用不同的温标的话得出的变异系数是不同的。也就是说,使用
区间标量得到的变异系数是没有意义的。
[2]
变异系数与标准差
优点
比起标准差来,变异系数的好处是不需要参照数据的平均值。变异系数是一个
无量纲量,因此在比较两组
量纲不同或均值不同的数据时,应该用变异系数而不是标准差来作为比较的参考。
缺陷
- 当平均值接近于0的时候,微小的扰动也会对变异系数产生巨大影响,因此造成精确度不足。
-
变异系数无法发展出类似于均值的置信区间的工具。
应用
变异系数在概率论的许多分支中都有应用,比如说在
更新理论、
排队理论和
可靠性理论中。在这些理论中,
指数分布通常比
正态分布更为常见。
由于指数分布的标准差等于其平均值,所以它的变异系数等于一。变异系数小于一的分布,比如
爱尔朗分布称为低差别的,而变异系数大于一的分布,如
超指数分布则被称为高差别的。
参见
参考来源
-
^ 财务理念,暨南大学管理学院会计系,2009年7月21日查阅
-
^ What is the
difference between ordinal, interval and ratio variables? Why
should I care?. GraphPad Software Inc
[2008-02-22].
变异系数
变异系数又称“标准差率”,是衡量资料中各观测值变异程度的另一个
统计量。当进行两个或多个资料变异程度的比较时,如果度量单位与
平均数相同,可以直接利用
标准差来比较。如果单位和(或)平均数不同时,比较其变异程度就不能采用标准差,而需采用标准差与平均数的比值(相对值)来比较。
简单来说就是:在表示离散程度上,标准差并不是全能的,当度量单位或平均数不同时,只能用变异系数了,它也是表示离散程度,是标准
变异系数是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时,如果度量单位与平均数相同,可以直接利用标准差来比较。如果单位和(或)平均数不同时,比较其变异程度就不能采用标准差,而需采用标准差与平均数的比值(相对值)来比较。标准差与平均数的比值称为变异系数,记为
C·V。变异系数可以消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响。
变异系数的计算公式为:
变异系数 C.V =( 标准偏差 SD
÷ 平均值 MN )× 100%
【例】
已知某良种猪场长白成年母猪平均体重为190
kg,标准差为10.5
kg,而大约克成年母猪平均体重为196
kg,标准差为8.5
kg,试问两个品种的成年母猪,那一个体重变异程度大。
此例观测值虽然都是体重,单位相同,但它们的平均数不相同,只能用变异系数来比较其变异程度的大小。
由于,长白成年母猪体重的变异系数:C.V = 10.5 / 190 * 100% = 5.53%
大约克成年母猪体重的变异系数:C.V = 8.5 / 196 * 100% = 4.34%
所以,长白成年母猪体重的变异程度大于大约克成年母猪。
注意,变异系数的大小,同时受平均数和标准差两个统计量的影响,因而在利用变异系数表示资料的变异程度时,最好将平均数和标准差也列出。
- 扩展阅读:
-