相對標準差計算器 - RSD 與 CV
集中趨勢與離散程度量測
輸入一組數字以計算相對標準差 (RSD)，也稱為變異係數 (CV)。
相對標準差計算器 - RSD 與 CV
集中趨勢與離散程度量測
關於相對標準差計算器
相對標準差 (RSD)，也稱為變異係數 (CV)，是一種標準化的統計離散度量測，將標準差表示為平均值的百分比。不同於絕對標準差，RSD 沒有量綱，因此非常適合比較單位不同或平均值量級差異很大的資料集之間的變異性。
RSD 的公式很直接：RSD = (s / |x̄|) × 100%，其中 s 是使用貝塞爾校正（除以 n − 1）計算出的樣本標準差，x̄ 是資料集的算術平均值。本工具使用樣本標準差公式；當你處理的是從較大母體抽出的樣本時，它能提供母體標準差的不偏估計。
RSD 廣泛用於分析化學與實驗室科學，以評估測量方法的精密度。較低的 RSD（通常小於 5%）表示精密度高，也就是重複測量值會緊密集中在平均值附近。在藥物分析中，監管機構通常要求儀器校正標準的 RSD 值低於 2%。
在金融領域，變異係數可協助投資人比較不同資產的單位報酬風險。CV 較低的投資組合被視為更有效率，因為它能以較低的相對波動取得相同報酬。
在品質管制與製造業中，RSD 用於監控製程隨時間的穩定性。工程師會追蹤各生產批次的 CV，以便在製程變異性變化導致瑕疵之前偵測問題。
此計算器接受任何以逗號、空格或換行分隔的數值清單。它會一步計算筆數、算術平均值、樣本標準差以及最終的 RSD。結果會顯示為四位有效數字，足以應付大多數科學與工程應用。
請注意，當平均值等於零時，RSD 未定義；當資料同時包含正數與負數時，RSD 的解讀價值也會降低，因為即使資料集高度離散，平均值仍可能接近零。在這些情況下，報告絕對標準差或四分位距會更具資訊量。
RSD 計算範例
以下範例展示不同類型資料集的典型 RSD 計算。
| 資料集 | RSD | 註記 |
|---|---|---|
| 10, 15, 12, 18, 13 | ~22.42% | 中等變異性 |
| 100, 100.5, 99.8, 100.2, 100.1 | ~0.27% | 高精密度儀器 |
| 5, 10, 15, 20, 25 | ~52.70% | 等距分布 — RSD 較高 |
如何使用此計算器
- 在文字區輸入資料值，並以逗號、空格或換行分隔。
- 按一下「計算」以計算平均值、樣本標準差和 RSD。
- 查看以百分比表示的 RSD 值。
- 使用「重設」清除所有輸入並開始新的計算。
- 對於分析化學應用，請確認 RSD 符合方法的驗收標準（通常 ≤ 5%）。
常見問題
RSD 與標準差有什麼差異？
標準差是以與資料相同單位表示的絕對離散度量測。RSD 透過除以平均值再乘以 100 將其標準化，得到無量綱的百分比。因此，在比較單位或尺度不同的資料集變異性時，RSD 很有用。
什麼時候應該使用 RSD 而不是標準差？
當需要比較兩個或多個平均值不同或單位不同的資料集的相對變異性時，請使用 RSD。例如，比較兩台儀器在測量不同量級數值時的測量精密度，最適合使用 RSD。
什麼樣的 RSD 值算好？
這取決於應用情境。在分析化學中，校正標準通常要求 RSD 低於 2%；而對於生物基質，最高 15% 也可能可接受。在製造業中，可接受的 RSD 會因製程與產品規格而異。
為什麼此計算器使用 n−1 而不是 n？
除以 n−1（貝塞爾校正）可修正用樣本估計母體變異數時引入的偏差。當你擁有完整母體時，使用 n；當你擁有樣本並想估計母體參數時，使用 n−1。
RSD 可以用於負數嗎？
技術上，只要平均值不為零，RSD 就有定義。不過，當資料包含負值時，即使資料集很離散，平均值也可能接近零，使 RSD 誤導性地偏大或未定義。在這些情況下，可考慮改用標準差或四分位變異係數。
RSD 與變異係數 (CV) 是同一個指標嗎？
是的，RSD 和 CV 是同一個指標。CV 在生物學、醫學和金融中更常用，而 RSD 是分析化學與實驗室科學中的首選用語。兩者都按（標準差 / 平均值）× 100% 計算。