"상대 변동성"이라고도하는 변동 계수 (CV)는 분포의 표준 편차를 평균으로 나눈 값과 같습니다. John Freund의 "수학적 통계"에서 논의 된 바와 같이, CV는 평균이 CV를 "정규화"하여 단위가없는 방식으로 CV를 "정규화"한다는 점에서 차이와 다릅니다. 물론 CV는 평균에 너무 가깝기 때문에 분산에 관계없이 CV가 매우 높고 변동 적이기 때문에 원점에 대해 대칭 인 모집단에게는 적합하지 않습니다. 모집단의 분산과 평균을 모르는 경우 관심 모집단의 표본 데이터에서 CV를 계산할 수 있습니다.
공식을 사용하여 표본 평균을 계산합니까? =? x_i / n, 여기서 n은 샘플의 데이터 포인트 x_i의 수이며, 합계는 i의 모든 값에 걸쳐 있습니다. i를 x의 첨자로 읽으십시오.
예를 들어 모집단의 표본이 4, 2, 3, 5 인 경우 표본 평균은 14/4 = 3.5입니다.
공식? (x_i-?) ^ 2 / (n-1)을 사용하여 표본 분산을 계산합니다.
예를 들어, 위의 표본 집합에서 표본 분산은 / 3 = 1.667입니다.
2 단계 결과의 제곱근을 풀어 표본 표준 편차를 찾습니다. 그런 다음 표본 평균으로 나눕니다. 결과는 CV입니다.
위의 예에서 계속해서, α (1.667) /3.5 = 0.3689입니다.