变异系数cv (Coefficient of Variation)是衡量样本离散程度的一种指标。它比较了标准差与平均数之间的关系，通过计算标准差与平均值的比值来表达样本离散程度的大小，该值越大，说明样本的离散程度就越大。cv不受样本量的大小或单位的影响，因此可以方便地比较不同变量的变异程度。例如，A货和B货之间的均价差异为10元，均价分别为100元和110元，那么A货的cv为10%，B货的cv为9.1%，因此B货的价格波动程度要小于A货。
使用变异系数cv有何优点？
1.与标准差相比，跨越了量纲的障碍，直观感受数据离散程度
2.可以直接比较不同变量之间的变异程度
3.对于变量的单位不受影响
什么情况下适合使用变异系数cv？
通常当分布的平均值大小存在差异的时候，使用变异系数会更能反应出变量之间的变异程度。当两个变量尺度大小不同甚至差距很大，如果使用标准差可能会偏向较大尺度的变量，而使用变异系数所得的结果则相对公平。
变异系数cv的不足之处
变异系数cv不适用于具有非负特性的数据，如绝对量的数据，因为此时变异系数会随着平均数的增大而减小。例如，一个组中的所有数值都为正数，则变异系数随均值倍数的增大而减小。此时建议使用相对标准差或者其它更为合适的指标。此外，在实际计算时也存在对分母取绝对值的争议，通常取标准差的绝对值计算比较科学。
