- 統計學教程
- 首頁
- 調整後的R平方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 環排列
- 整群抽樣
- 科恩Kappa係數
- 組合
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累積頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻數分佈
- 伽馬分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- Gumbel分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽馬分佈
- Kolmogorov-Smirnov檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽馬分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 有放回排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) 和過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-維納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態分佈表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI 83指數迴歸
- 轉換
- 截尾平均數
- I型和II型錯誤
- 方差
- 韋恩圖
- 大數弱定律
- Z表
- 統計學有用資源
- 統計學 - 討論
統計學 - 變異係數
變異係數
標準差是離散度的絕對度量。當需要比較兩個數列時,使用稱為變異係數的相對離散度量。
變異係數CV由以下函式定義和給出
公式
${CV = \frac{\sigma}{X} \times 100 }$
其中 -
${CV}$ = 變異係數。
${\sigma}$ = 標準差。
${X}$ = 平均數。
示例
問題陳述
根據以下資料。確定風險較高的專案,哪個風險更高
| 年份 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 專案X(現金利潤,單位:十萬盧比) | 10 | 15 | 25 | 30 | 55 |
| 專案Y(現金利潤,單位:十萬盧比) | 5 | 20 | 40 | 40 | 30 |
解答
為了確定風險較高的專案,我們必須確定這兩個專案中哪個在產生利潤方面的一致性較差。因此,我們計算出變異係數。
| 專案X | 專案Y | ||||
|---|---|---|---|---|---|
| ${X}$ | ${X_i - \bar X}$ ${x}$ | ${x^2}$ | ${Y}$ | ${Y_i - \bar Y}$ ${y}$ | ${y^2}$ |
| 10 | -17 | 289 | 5 | -22 | 484 |
| 15 | -12 | 144 | 20 | -7 | 49 |
| 25 | -2 | 4 | 40 | 13 | 169 |
| 30 | 3 | 9 | 40 | 13 | 169 |
| 55 | 28 | 784 | 30 | 3 | 9 |
| ${\sum X = 135}$ | ${\sum x^2 = 1230}$ | ${\sum Y = 135}$ | ${\sum y^2 = 880}$ | ||
專案X
${這裡\ \bar X= \frac{\sum X}{N} \\[7pt] = \frac{\sum 135}{5} = 27 \\[7pt] 以及\ \sigma_x = \sqrt {\frac{\sum X^2}{N}} \\[7pt] \Rightarrow \sigma_x = \sqrt {\frac{1230}{5}} \\[7pt] = \sqrt{246} = 15.68 \\[7pt] \Rightarrow CV_x = \frac{\sigma_x}{X} \times 100 \\[7pt] = \frac{15.68}{27} \times 100 = 58.07}$
專案Y
${這裡\ \bar Y= \frac{\sum Y}{N} \\[7pt] = \frac{\sum 135}{5} = 27 \\[7pt] 以及\ \sigma_y = \sqrt {\frac{\sum Y^2}{N}} \\[7pt] \Rightarrow \sigma_y = \sqrt {\frac{880}{5}} \\[7pt] = \sqrt{176} = 13.26 \\[7pt] \Rightarrow CV_y = \frac{\sigma_y}{Y} \times 100 \\[7pt] = \frac{13.25}{27} \times 100 = 49.11}$
由於專案X的變異係數高於專案Y,因此儘管平均利潤相同,但專案X的風險更高。
廣告