变异系数 离散系数、CV

变异系数是标准差和平均值的比值，通常写成百分数。它衡量的是数据相对于自身平均水平的波动大小，也就是「离散程度占了平均值的几成」。平均值不为零时，公式就是 CV = 标准差 ÷ 平均值。

它的价值在于能跨量级比较。比如一组身高（单位厘米，均值一百多）和一组体重（单位公斤，均值几十），直接看标准差没法比谁更稳定，因为量纲和大小都不一样；但换成变异系数，两者就都变成了没有单位的百分比，可以直接对比谁的波动更剧烈。金融里用它比较不同资产的风险，制造业用它看不同工序的一致性。

常见误区有两个：一是平均值接近零时，分母很小，CV 会被放大得离谱甚至没有意义，这时候别用；二是数据里有负数、均值可能为负的情况，变异系数也会失真，它主要适合全为正数的比例型数据。

变异系数和标准差有什么区别？标准差看的是绝对波动，带单位；变异系数是标准差除以平均值，是相对波动，没有单位。要在两组量级不同的数据之间比稳定性，就得用变异系数。

变异系数越大越好还是越小越好？看场景。想要稳定、一致（比如产品质量、稳健投资），变异系数越小越好；如果追求波动带来的机会，那另说。它本身只描述离散程度，不带好坏。

变异系数一般用小数还是百分数？两种都行，最常见的是写成百分数，比如 0.15 就是 15%，读起来更直观。