Le coefficient de variation (CV), également appelé «variabilité relative», est égal à l'écart type d'une distribution divisée par sa moyenne. Comme discuté dans «Mathematical Statistics» de John Freund, le CV diffère de la variance en ce que la moyenne «normalise» le CV de manière à le rendre sans unité, ce qui facilite la comparaison entre les populations et les distributions. Bien sûr, le CV ne fonctionne pas bien pour les populations symétriques par rapport à l’origine, car la moyenne serait si proche de zéro, rendant le CV assez élevé et volatil, quelle que soit la variance. Vous pouvez calculer le CV à partir des données exemple d’une population d’intérêt, si vous ne connaissez pas directement la variance et la moyenne de la population.
Calculer la moyenne de l'échantillon en utilisant la formule? =? x_i / n, où n est le nombre de points de données x_i dans l'échantillon et la somme correspond à toutes les valeurs de i. Lire i en indice de x.
Par exemple, si un échantillon d'une population est composé de 4, 2, 3, 5, la moyenne de l'échantillon est 14/4 = 3,5.
Calculez la variance de l'échantillon à l'aide de la formule? (X_i -?) ^ 2 / (n-1).
Par exemple, dans la série d'échantillons ci-dessus, la variance de l'échantillon est / 3 = 1,667.
Trouvez l'écart type de l'échantillon en résolvant la racine carrée du résultat de l'étape 2. Puis divisez par la moyenne de l'échantillon. Le résultat est le CV.
En reprenant l'exemple ci-dessus,? (1,667) / 3,5 = 0,3689.