変動係数計算機（CV）

変動係数（CV）は、相対標準偏差（RSD）とも呼ばれ、統計的な散らばりを標準化して表す指標です。標本標準偏差を平均の絶対値で割った比率として定義され、百分率で表します：CV = (s / |平均|) × 100%。無次元であるため、CV を使うと、単位が異なるデータセットや桁の大きく違うデータセットのばらつきを比較できます。これは生の標準偏差だけではできません。 なぜこれが重要なのかは、簡単な例で明確になります。株式 A の平均日次価格が $100、標準偏差が $5、株式 B の平均日次価格が $500、標準偏差が $20 だとします。株式 B の絶対的な標準偏差は大きいものの、CV は 4% にすぎず、株式 A は 5% です。純粋な相対リスクを測る投資家なら、ドル建ての値動きは小さくても、比率としては株式 A のほうが変動しやすいと正しく判断できます。 CV は、異なる尺度の測定値を日常的に比較する分野で特に有用です。製造の品質管理では、エンジニアが、製造される部品の公称サイズに左右されず生産プロセスが安定しているかを評価するために使います。直径 5 mm のボルトを加工し CV が 0.5% の工程は、直径 50 mm のシャフトを生産し CV が 0.5% の工程と、比率の面では同じだけ安定しています。たとえ後者の絶対的な広がりが 10 倍であってもです。生命科学では、研究者が CV 値を比較してアッセイの精度を評価します。実験室アッセイでは CV が 5% 未満なら通常は優秀とされ、15–20% を超える値は測定ノイズや再現性の低さを示す可能性があります。 この計算機では標本標準偏差の式を使用します。つまり n ではなく n − 1 で割ることで、標本から母集団標準偏差の不偏推定値を得ます。データをより大きな母集団から抽出された標本として扱う場合、これは一般的な選択であり、ほとんどの科学、工学、ビジネスの場面に当てはまります。完全な母集団（すべての構成員を数えたもの）の CV を計算する場合は、分母の n − 1 を n に置き換えて母集団標準偏差を使ってください。 CV 値を解釈する際には、いくつかの注意点があります。CV が意味を持つのは、データが真の意味を持つゼロを備えた比率尺度で測定されている場合だけです。たとえば重量、長さ、濃度、価格などです。摂氏温度や暦年のようにゼロ点が任意である間隔尺度のデータには適していません。平均が任意の符号を取り得て、比率の解釈価値が失われるためです。また、CV は平均に敏感です。平均がゼロに近いと、わずかな標準偏差でも非常に大きな CV になり、誤解を招くことがあります。結論を出す前に、必ず CV とともに元の平均も確認してください。 この計算機の例では、株価のシナリオが、絶対的な変動が似ている 2 つの資産でも、価格水準を考慮すると大きく異なって見えることを示しています。製造精度のシナリオは、CV が部品サイズに依存しない工程品質の基準設定に役立つことを示します。アスリートのパフォーマンスのシナリオは、コーチが CV を使ってシーズンを通じて最も安定して貢献する選手を特定し、ラインアップ決定や契約交渉の判断材料にできることを示しています。