相对标准偏差计算器 - RSD 与 CV
集中趋势与离散度量
输入一组数字，即可计算相对标准偏差（RSD），也称变异系数（CV）。
相对标准偏差计算器 - RSD 与 CV
集中趋势与离散度量
关于相对标准偏差计算器
相对标准偏差（RSD），也称变异系数（CV），是一种标准化的统计离散度量，用百分比表示标准差相对于均值的大小。与绝对标准差不同，RSD 是无量纲的，因此非常适合比较单位不同或均值差异很大的数据集的变异性。\n\nRSD 的公式很简单：RSD = (s / |x̄|) × 100%，其中 s 是使用贝塞尔校正（除以 n − 1）计算的样本标准差，x̄ 是数据集的算术平均值。本工具使用样本标准差公式，在处理来自更大总体的样本时，可对总体标准差给出无偏估计。\n\nRSD 在分析化学和实验室科学中被广泛用于评估测量方法的精密度。较低的 RSD（通常低于 5%）表示高精密度，即重复测量会紧密集中在均值附近。在药物分析中，监管机构通常要求仪器校准标准的 RSD 低于 2%。\n\n在金融领域，变异系数帮助投资者比较不同资产每单位收益所对应的风险。CV 较低的投资组合被认为更有效率，因为它能以更小的相对波动性获得相同收益。\n\n在质量控制和制造业中，RSD 用于监测过程随时间的稳定性。工程师会跟踪各生产批次的 CV，以在偏差发展成缺陷之前发现工艺波动的变化。\n\n本计算器接受任意以逗号、空格或换行分隔的数值列表。它可一步计算数量、算术平均值、样本标准差以及最终的 RSD。结果以四位有效数字显示，这对大多数科学和工程应用已足够。\n\n请注意，当均值等于零时，RSD 无定义；而当数据同时包含正负值时，其解释价值会降低，因为即使数据分散很大，均值也可能接近零。在这种情况下，报告绝对标准差或四分位距会更有信息量。
RSD 计算示例
以下示例展示了不同类型数据集的典型 RSD 计算。
| 数据集 | RSD | 说明 |
|---|---|---|
| 10, 15, 12, 18, 13 | ~22.42% | 中等变异性 |
| 100, 100.5, 99.8, 100.2, 100.1 | ~0.27% | 高精度仪器 |
| 5, 10, 15, 20, 25 | ~52.70% | 等距分布 — RSD 较高 |
如何使用此计算器
- 在文本区域中输入数据值，并用逗号、空格或换行分隔。
- 点击“计算”以求出均值、样本标准差和 RSD。
- 查看以百分比表示的 RSD 值。
- 使用“重置”清除所有输入并开始新的计算。
- 如用于分析化学，请确认 RSD 符合方法的验收标准（通常 ≤ 5%）。
常见问题
RSD 与标准差有什么区别？
标准差是以数据相同单位表示的绝对离散度量。RSD 则通过除以均值再乘以 100 将其归一化，得到一个无量纲百分比。因此，当比较不同单位或不同尺度数据集的变异性时，RSD 更有用。
什么时候应该使用 RSD 而不是标准差？
当比较两个或多个均值不同、单位不同的数据集的相对变异性时，应使用 RSD。例如，比对两个测量不同数量级数值的仪器精密度，最好使用 RSD。
什么样的 RSD 值算好？
这取决于应用场景。在分析化学中，校准标准通常要求 RSD 低于 2%；而在生物基质中，最高可接受到 15%。在制造业中，可接受的 RSD 取决于工艺和产品规格。
为什么这个计算器使用 n−1 而不是 n？
除以 n−1（贝塞尔校正）可以修正用样本估计总体方差时引入的偏差。当你拥有整个总体时，使用 n；当你只有样本并想估计总体参数时，使用 n−1。
RSD 可以用于负数吗？
只要均值不为零，RSD 在技术上是有定义的。不过，当数据包含负值时，即使数据分散很大，均值也可能接近零，从而使 RSD 产生误导性的偏大或变得无定义。在这种情况下，可考虑使用标准差或四分位变异系数。
RSD 和变异系数（CV）是同一个指标吗？
是的，RSD 和 CV 是同一个指标。CV 更常用于生物学、医学和金融领域，而 RSD 更常见于分析化学和实验室科学。两者的计算方式都是（标准差 / 均值）× 100%。