在上一篇标准差知识中，我们知道：
标准差可以描述数据围绕平均值的分散程度。
但还有一个问题：
如果两批数据的平均水平完全不同，标准差还能直接比较吗？
很多时候不能。
这时候可以使用：
变异系数。
一、为什么标准差有时不能直接比较？
例如：
A组平均值约10，标准差2。
B组平均值约100，标准差5。
只看标准差：
B组的5大于A组的2。
似乎B波动更大。
但相对于各自平均水平而言，情况可能相反。
二、什么是变异系数？
变异系数通常可以理解为：
标准差占平均值的比例。
简单表达：
变异系数 = 标准差 ÷ 平均值。
有时还会乘以100%，表示成百分比。
三、用上面的例子计算
A组：
平均值10；
标准差2。
变异系数：
2 ÷ 10 = 20%。
B组：
平均值100；
标准差5。
变异系数：
5 ÷ 100 = 5%。
这时就能发现：
虽然B的标准差更大，但相对于自身平均水平，它其实更加稳定。
四、为什么叫“相对波动”？
因为它不是只看：
偏离了多少。
而是看：
相对于自身平均水平偏离了多少。
所以它特别适合比较不同量级的数据。
五、什么时候标准差就够用了？
如果两批数据：
量级接近；
单位相同；
平均水平差异不大。
直接比较标准差通常已经很有价值。
变异系数主要在：
平均值差异较大时更加有帮助。
六、变异系数越大代表什么？
通常意味着：
数据相对于自身平均水平更加分散。
例如：
5%；
15%；
30%。
如果其他条件一致，30%的相对波动明显更大。
七、变异系数小代表什么？
说明：
数据相对于自身平均水平更加集中。
但要注意：
“更稳定”只是统计上的离散程度较小。
不代表数据更好或更有价值。
八、可以比较30期和100期吗？
可以。
例如：
30期平均值 = 12；
标准差 = 3；
变异系数 = 25%。
100期平均值 = 15；
标准差 = 3；
变异系数 = 20%。
虽然两个窗口标准差相同，但30期相对于自身平均水平的波动更大。
九、为什么不能只看一个数字？
变异系数最好与：
平均值；
标准差；
样本范围；
一起展示。
如果只给一个20%，用户很难知道：
它来自什么样的数据结构。
十、平均值接近0时要特别小心
变异系数有一个重要限制。
如果平均值非常接近0，
用标准差除以一个很小的数字，会得到非常大的结果。
这种情况下变异系数可能失去直观意义。
所以它不是任何数据都适用。
十一、包含正负数据时也要谨慎
如果一批数据同时包含明显正数和负数，
平均值可能相互抵消。
最终平均值接近0。
这也会导致变异系数变得不稳定。
十二、它和四分位距有什么区别？
四分位距主要关注：
中间50%的数据范围。
变异系数主要关注：
标准差相对于平均值的比例。
两者都是描述分散程度，但使用角度不同。
十三、历史数据中可以怎样使用？
例如比较：
不同周期的和值波动；
不同指标的相对稳定程度；
不同位置统计指标的离散程度。
前提是：
指标本身适合使用平均值和标准差描述。
十四、一个完整的阅读例子
假设：
| 周期 | 平均值 | 标准差 | 变异系数 |
|---|---|---|---|
| 30期 | 14.2 | 5.1 | 35.9% |
| 100期 | 13.8 | 4.5 | 32.6% |
可以描述为：
最近30期平均水平变化不大，但相对波动略高于100期。
这种描述比只说“标准差提高了0.6”更加完整。
十五、变异系数不是预测指标
即使近期变异系数提高，也只能说明：
最近数据更加分散。
它不能告诉我们：
下一期会升还是降。
它仍然只是对已发生数据的统计描述。
总结
标准差告诉我们：
数据绝对偏离平均值多少。
变异系数进一步告诉我们：
这种波动相对于平均水平到底大不大。
因此，在比较不同量级或不同平均水平的数据时，变异系数往往比单独比较标准差更清楚。
本文仅用于公开数据整理、统计学习、历史资料查阅和图表阅读，不构成任何预测、投注或其他形式的建议。
相关阅读：
继续阅读相关栏目
本平台内容仅用于公开数据整理、统计学习、趋势观察和图表阅读，不构成任何形式的建议。