- 统计教程
- 家
- 调整后的 R 平方
- 方差分析
- 算术平均值
- 算术中位数
- 算术模式
- 算术范围
- 条状图
- 最佳点估计
- 贝塔分布
- 二项分布
- 布莱克-斯科尔斯模型
- 箱线图
- 中心极限定理
- 切比雪夫定理
- 卡方分布
- 卡方表
- 循环排列
- 整群抽样
- 科恩卡帕系数
- 组合
- 与替换组合
- 比较图
- 连续均匀分布
- 连续级数算术平均值
- 连续级数算术中位数
- 连续级数运算模式
- 累积频率
- 变异系数
- 相关系数
- 累计地块
- 累积泊松分布
- 数据采集
- 数据收集 - 问卷设计
- 数据收集-观察
- 数据收集-案例研究方法
- 数据模式
- 十分位数统计
- 离散级数算术平均值
- 离散级数算术中位数
- 离散级数运算模式
- 点图
- 指数分布
- F分布
- F测试台
- 阶乘
- 频率分布
- 伽玛分布
- 几何平均数
- 几何概率分布
- 拟合优度
- 中庸之道
- 甘贝尔分布
- 调和平均值
- 谐波数
- 谐波共振频率
- 直方图
- 超几何分布
- 假设检验
- 个别系列算术平均值
- 个别系列算术中位数
- 个别系列运算模式
- 区间估计
- 逆伽玛分布
- 柯尔莫哥洛夫斯米尔诺夫检验
- 峰度
- 拉普拉斯分布
- 线性回归
- 对数伽玛分布
- 逻辑回归
- 麦克尼马尔测试
- 平均偏差
- 均值差异
- 多项式分布
- 负二项分布
- 正态分布
- 奇数和偶数排列
- 一比例 Z 检验
- 异常值函数
- 排列
- 置换置换
- 饼形图
- 泊松分布
- 合并方差 (r)
- 功率计算器
- 可能性
- 概率加性定理
- 概率倍数定理
- 概率贝叶斯定理
- 概率密度函数
- 过程能力 (Cp) 和过程性能 (Pp)
- 过程西格玛
- 二次回归方程
- 定性数据与定量数据
- 四分位数偏差
- 范围经验法则
- 瑞利分布
- 回归截距置信区间
- 相对标准偏差
- 可靠性系数
- 所需样本量
- 残差分析
- 残差平方和
- 均方根
- 样品策划
- 取样方式
- 散点图
- 香农维纳多样性指数
- 信噪比
- 简单随机抽样
- 偏度
- 标准差
- 标准误差 (SE)
- 标准普通表
- 统计学意义
- 统计公式
- 统计符号
- 茎叶图
- 分层抽样
- 学生 T 检验
- 平方和
- T-分布表
- Ti 83 指数回归
- 转换
- 截尾均值
- I 型和 II 型错误
- 方差
- 维恩图
- 弱大数定律
- Z工作台
- 统计有用资源
- 统计 - 讨论
统计 - 变异系数
变异系数
标准偏差是离散度的绝对度量。当必须在两个系列之间进行比较时,则使用离散度的相对度量,称为变异系数。
变异系数 CV 由以下函数定义和给出:
公式
${CV = \frac{\sigma}{X} \times 100 }$
其中 -
${CV}$ = 变异系数。
${\sigma}$ = 标准差。
${X}$ = 平均值。
例子
问题陈述:
从以下数据来看。识别风险项目,风险更大:
年 | 1 | 2 | 3 | 4 | 5 |
---|---|---|---|---|---|
项目 X(现金利润十万卢比) | 10 | 15 | 25 | 30 | 55 |
项目 Y(现金利润十万卢比) | 5 | 20 | 40 | 40 | 30 |
解决方案:
为了识别风险项目,我们必须确定哪些项目在产生利润方面不太稳定。因此我们计算出变异系数。
X计划 | 项目y | ||||
---|---|---|---|---|---|
${X}$ | ${X_i - \bar X}$ ${x}$ | ${x^2}$ | ${Y}$ | ${Y_i - \bar Y}$ ${y}$ | ${y^2}$ |
10 | -17 | 第289章 | 5 | -22 | 第484章 |
15 | -12 | 144 | 20 | -7 | 49 |
25 | -2 | 4 | 40 | 13 | 169 |
30 | 3 | 9 | 40 | 13 | 169 |
55 | 28 | 第784章 | 30 | 3 | 9 |
${\总和X = 135}$ | ${\总和x^2 = 1230}$ | ${\总和 Y = 135}$ | ${\总和 y^2 = 880}$ | ||
X计划
${这里\ \bar X= \frac{\sum X}{N} \\[7pt] = \frac{\sum 135}{5} = 27 \\[7pt] 和\ \sigma_x = \sqrt {\ frac{\sum X^2}{N}} \\[7pt] \Rightarrow \sigma_x = \sqrt {\frac{1230}{5}} \\[7pt] = \sqrt{246} = 15.68 \\[ 7pt] \Rightarrow CV_x = \frac{\sigma_x}{X} \times 100 \\[7pt] = \frac{15.68}{27} \times 100 = 58.07}$
Y项目
${这里\ \bar Y= \frac{\sum Y}{N} \\[7pt] = \frac{\sum 135}{5} = 27 \\[7pt] 和\ \sigma_y = \sqrt {\ frac{\sum Y^2}{N}} \\[7pt] \Rightarrow \sigma_y = \sqrt {\frac{880}{5}} \\[7pt] = \sqrt{176} = 13.26 \\[ 7pt] \Rightarrow CV_y = \frac{\sigma_y}{Y} \times 100 \\[7pt] = \frac{13.25}{27} \times 100 = 49.11}$
由于项目 X 的变异系数高于项目 Y,因此尽管平均利润相同,但项目 X 的风险更大。