"상대 변동"이라고도하는 변동 계수 (CV)는 분포의 표준 편차를 평균으로 나눈 값과 같습니다. John Freund의 "수학적 통계"에서 논의했듯이 CV는 평균이 분산과 다릅니다. CV를 어떤 방식으로 "정규화"하여 단위가 없도록 만들어 인구와 인구 간의 비교를 용이하게합니다. 분포. 물론 CV는 원점에 대해 대칭 인 모집단에 적합하지 않습니다. 평균이 0에 너무 가까워 분산에 관계없이 CV가 상당히 높고 변동성이 있기 때문입니다. 모집단의 분산과 평균을 직접 알지 못하는 경우 관심 모집단의 표본 데이터에서 CV를 계산할 수 있습니다.
공식을 사용하여 표본 평균을 계산 하시겠습니까? =? x_i / n, 여기서 n은 샘플에있는 데이터 포인트 x_i의 수이고 합계는 i의 모든 값에 대한 것입니다. i를 x의 아래 첨자로 읽습니다.
예를 들어 모집단의 표본이 4, 2, 3, 5 인 경우 표본 평균은 14/4 = 3.5입니다.
공식? (x_i-?) ^ 2 / (n-1)을 사용하여 표본 분산을 계산합니다.
예를 들어, 위의 표본 집합에서 표본 분산은 [0.5 ^ 2 + 1.5 ^ 2 + 0.5 ^ 2 + 1.5 ^ 2] / 3 = 1.667입니다.
2 단계 결과의 제곱근을 풀어 표본 표준 편차를 찾습니다. 그런 다음 표본 평균으로 나눕니다. 결과는 CV입니다.
위의 예를 계속하면? (1.667) /3.5 = 0.3689.