變異係數計算器（CV）

變異係數（CV），也稱為相對標準差（RSD），是一種標準化的統計離散程度衡量方式。它定義為樣本標準差與平均值絕對值的比值，並以百分比表示：CV = (s / |平均值|) × 100%。由於它沒有量綱，CV 可用來比較單位不同或數量級差異很大的資料集之間的變異性——這是原始標準差無法做到的。 一個簡單例子可以說明為什麼這很重要。假設股票 A 的每日平均價格為 $100，標準差為 $5；股票 B 的每日平均價格為 $500，標準差為 $20。股票 B 的絕對標準差較大，但它的 CV 只有 4%，而股票 A 為 5%。如果投資人衡量的是純粹的相對風險，就會正確判斷股票 A 依比例來看波動較大，即使它的美元漲跌幅較小。 CV 在經常比較不同尺度測量值的領域特別有價值。在製造品質管制中，工程師用它評估生產流程是否穩定，而不受所製造零件名義尺寸的影響。一個加工直徑 5 mm 螺栓且 CV 為 0.5% 的製程，按比例來看與生產直徑 50 mm、CV 同為 0.5% 的軸一樣穩定——即使第二個製程的絕對分散程度是前者的十倍。在生命科學中，研究人員會比較 CV 值來評估檢測精密度：實驗室檢測的 CV 低於 5% 通常被視為極佳，而高於 15–20% 可能代表測量雜訊或再現性不佳。 本計算器使用樣本標準差公式——除以 n − 1 而不是 n——可由樣本提供母體標準差的無偏估計。當你將資料視為從較大母體抽出的樣本時，這是慣用選擇；大多數科學、工程與商業情境皆如此。如果你計算的是完整母體（每個成員都已納入）的 CV，請改用母體標準差，也就是在分母中以 n 取代 n − 1。 解讀 CV 值時有幾點需要注意。只有當資料以比例尺度測量，並且具有真實且有意義的零點時，CV 才有意義，例如重量、長度、濃度或價格。它不適用於零點任意的區間資料，例如攝氏溫度或日曆年份，因為平均值可能取任意符號，比值會失去解釋價值。此外，CV 對平均值很敏感：當平均值接近零時，即使標準差很小也會產生極大的 CV，可能造成誤導。在下結論前，務必將原始平均值與 CV 一併檢視。 在本計算器的範例中，股票價格情境說明兩項絕對波動相近的資產，在考量價格水準後可能呈現相當不同的樣貌。製造精度情境展示 CV 如何協助建立不受零件尺寸影響的製程品質基準。運動員表現情境則示範教練如何使用 CV 找出整個賽季中最穩定的貢獻者，進而協助陣容安排與合約談判。