Calculateur de coefficient de variation (CV)

Le coefficient de variation (CV), également appelé écart type relatif (RSD), est une mesure normalisée de la dispersion statistique. Il est défini comme le rapport entre l’écart type d’échantillon et la valeur absolue de la moyenne, exprimé en pourcentage : CV = (s / |moyenne|) × 100%. Comme il est sans dimension, le CV permet de comparer la variabilité de jeux de données ayant des unités différentes ou des ordres de grandeur très différents, ce que l’écart type brut ne permet pas de faire. Un exemple simple montre pourquoi c’est important. Supposons que l’action A ait un prix quotidien moyen de $100 et un écart type de $5, tandis que l’action B ait un prix quotidien moyen de $500 et un écart type de $20. L’action B a un écart type absolu plus élevé, mais son CV n’est que de 4%, contre 5% pour l’action A. Un investisseur qui mesure le risque relatif pur conclurait correctement que l’action A est proportionnellement plus volatile, même si ses variations en dollars sont plus faibles. Le CV est particulièrement utile dans les domaines qui comparent régulièrement des mesures à des échelles différentes. Dans le contrôle qualité industriel, les ingénieurs l’utilisent pour évaluer si un processus de production est cohérent indépendamment de la taille nominale de la pièce fabriquée. Un procédé d’usinage produisant des boulons de 5 mm de diamètre avec un CV de 0.5% est tout aussi cohérent, proportionnellement, qu’un procédé produisant des arbres de 50 mm de diamètre avec un CV de 0.5%, même si le second procédé présente une dispersion absolue dix fois plus grande. Dans les sciences de la vie, les chercheurs comparent les valeurs de CV pour juger la précision des essais : un CV inférieur à 5% est généralement considéré comme excellent pour un essai de laboratoire, tandis que des valeurs supérieures à 15–20% peuvent signaler du bruit de mesure ou une mauvaise reproductibilité. Ce calculateur utilise la formule de l’écart type d’échantillon, en divisant par n − 1 plutôt que par n, ce qui fournit une estimation sans biais de l’écart type de la population à partir d’un échantillon. C’est le choix conventionnel lorsque vous traitez vos données comme un échantillon tiré d’une population plus vaste, comme c’est le cas dans la plupart des contextes scientifiques, d’ingénierie et commerciaux. Si vous calculez le CV d’une population complète (chaque membre étant compté), utilisez l’écart type de population en remplaçant n − 1 par n au dénominateur. Quelques précautions s’imposent lors de l’interprétation des valeurs de CV. Le CV n’a de sens que lorsque les données sont mesurées sur une échelle de rapport avec un zéro réel et significatif, comme le poids, la longueur, la concentration ou le prix. Il n’est pas adapté aux données d’intervalle dont le zéro est arbitraire, comme la température en Celsius ou l’année civile, car la moyenne peut prendre n’importe quel signe et le rapport perd sa valeur interprétative. De plus, le CV est sensible à la moyenne : lorsque la moyenne est proche de zéro, même un faible écart type produit un CV énorme, ce qui peut être trompeur. Examinez toujours la moyenne brute avec le CV avant de tirer des conclusions. Dans les exemples de ce calculateur, le scénario des prix d’actions illustre comment deux actifs ayant une volatilité absolue similaire peuvent sembler très différents une fois leurs niveaux de prix pris en compte. Le scénario de précision industrielle montre comment le CV aide à définir des repères de qualité de processus indépendants de la taille des pièces. Le scénario de performance sportive montre comment les entraîneurs peuvent utiliser le CV pour repérer les joueurs les plus réguliers sur une saison, afin d’éclairer les choix de composition et les négociations contractuelles.