Kalkulator współczynnika zmienności

Czym jest kalkulator współczynnika zmienności?

Kalkulator współczynnika zmienności mierzy, jak bardzo zbiór liczb zmienia się względem własnej średniej. Wprowadź swoje dane, a kalkulator poda średnią, odchylenie standardowe próby oraz współczynnik zmienności (CV) — odchylenie standardowe wyrażone jako procent średniej.

W odróżnieniu od odchylenia standardowego, które jest mierzone w tych samych jednostkach co dane, współczynnik zmienności jest liczbą czystą, bez jednostek. To czyni go idealnym do porównywania rozrzutu dwóch zbiorów danych mających różne jednostki lub bardzo różne skale — na przykład do porównania zmienności miesięcznych opadów (w milimetrach) ze zmiennością dziennych temperatur (w stopniach) albo do porównania zmienności akcji o niskiej cenie ze zmiennością akcji o wysokiej cenie.

Mały CV oznacza, że wartości są ciasno skupione wokół średniej; duży CV oznacza, że są szeroko rozproszone względem średniej.

Jak to działa?

Współczynnik zmienności to stosunek odchylenia standardowego próby $s$ do średniej $\mu$, pomnożony przez 100, aby zamienić go na procent:

Ten kalkulator używa odchylenia standardowego próby (z poprawką Bessela, czyli dzieleniem przez $n - 1$), więc wymagane są co najmniej dwa punkty danych. Odchylenie standardowe próby to pierwiastek kwadratowy ze średniej kwadratowej odległości każdej wartości od średniej:

Obliczenie przebiega w trzech krokach:

1. Znajdź średnią, dodając wszystkie wartości i dzieląc przez ich liczbę.
2. Znajdź odchylenie standardowe próby, sumując kwadraty odchyleń od średniej, dzieląc przez $n - 1$ i wyciągając pierwiastek kwadratowy.
3. Podziel odchylenie standardowe przez średnią i pomnóż przez 100, aby wyrazić wynik jako procent.

Współczynnik zmienności ma sens tylko dla danych mierzonych na skali ilorazowej z dodatnią, niezerową średnią. Jeśli średnia jest zerowa, CV jest nieokreślony, a miara staje się niewiarygodna, gdy średnia jest bliska zeru lub dane zawierają wartości ujemne.

Przykład rozwiązany

Rozważmy zbiór danych $1, 2, 3, 4, 5$, który ma $n = 5$ wartości.

Najpierw średnia:

Kwadraty odchyleń od średniej $3$ to $4, 1, 0, 1, 4$, których suma wynosi $10$. Dzielenie przez $n - 1 = 4$ i wyciągnięcie pierwiastka kwadratowego daje odchylenie standardowe próby:

Współczynnik zmienności wynosi zatem:

Dla zbioru danych $2, 4, 4, 4, 5, 5, 7, 9$ średnia wynosi $5$, a suma kwadratów odchyleń to $32$. Dzielenie przez $n - 1 = 7$ daje odchylenie standardowe próby równe $\sqrt{32/7} \approx 2.1381$, zatem:

Drugi zbiór danych ma wyższą średnią, ale mniejszy względny rozrzut, więc jego CV jest mniejszy, mimo że jego surowe odchylenie standardowe jest większe.

Uwagi praktyczne

Współczynnik zmienności sprawdza się zawsze wtedy, gdy musisz porównać zmienność między zbiorami danych, których nie dałoby się porównać samym odchyleniem standardowym — różne jednostki, różne rzędy wielkości albo różne średnie. W finansach służy do oceny ryzyka na jednostkę zwrotu; w nauce laboratoryjnej określa precyzję metody pomiarowej; w kontroli jakości śledzi stałość procesu w czasie.

CV jest zbudowany bezpośrednio na średniej i odchyleniu standardowym, więc naturalnie łączy się z obiema. Aby uzyskać szersze podsumowanie środka zbioru danych, możesz też chcieć średnią, medianę i modę.

Najczęściej zadawane pytania

Jaki współczynnik zmienności jest dobry?

Nie ma uniwersalnego progu — zależy to od dziedziny. Jako zgrubną wskazówkę, CV poniżej 10% często uważa się za niską zmienność, 10–30% za umiarkowaną, a powyżej 30% za wysoką. Zawsze interpretuj CV w odniesieniu do norm własnej dziedziny.

Dlaczego używać współczynnika zmienności zamiast odchylenia standardowego?

Ponieważ CV jest bez jednostek, pozwala porównywać względny rozrzut zbiorów danych mających różne jednostki lub bardzo różne średnie. Samo odchylenie standardowe może być mylące: odchylenie standardowe równe 10 jest duże dla danych o średniej 20, ale znikome dla danych o średniej 10 000.

Kiedy współczynnik zmienności nie jest odpowiedni?

Unikaj CV, gdy średnia jest zerowa, ujemna lub bliska zeru, oraz gdy dane są na skali przedziałowej (takiej jak temperatury w Celsjuszu), w której punkt zerowy jest umowny. W tych przypadkach stosunek do średniej jest niestabilny lub pozbawiony sensu.