「相対変動」としても知られる変動係数（CV）は、分布の標準偏差をその平均で割ったものに等しくなります。 John Freundの「数理統計」で説明されているように、CVは、平均値が分散とは異なります。 ある方法でCVを「正規化」し、ユニットレスにします。これにより、母集団と 分布。 もちろん、平均がゼロに非常に近く、分散に関係なくCVが非常に高く変動するため、CVは原点に関して対称な母集団ではうまく機能しません。 母集団の分散と平均が直接わからない場合は、対象の母集団のサンプルデータからCVを計算できます。
式を使用してサンプル平均を計算しますか？ =？x_i / n、ここでnはサンプル内のデータポイントx_iの数であり、合計はiのすべての値にわたって行われます。 iをxの添え字として読み取ります。
たとえば、母集団からのサンプルが4、2、3、5の場合、サンプルの平均は14/4 = 3.5です。
式？（x_i-？）^ 2 /（n-1）を使用して、標本分散を計算します。
たとえば、上記のサンプルセットでは、サンプル分散は[0.5 ^ 2 + 1.5 ^ 2 + 0.5 ^ 2 + 1.5 ^ 2] / 3 = 1.667です。
手順2の結果の平方根を解いて、サンプルの標準偏差を求めます。 次に、サンプル平均で除算します。 結果はCVです。
上記の例を続けると、？（1.667）/3.5 = 0.3689です。