當需要比較兩組數據離散程度大小的時候，如果兩組數據的測量尺度相差太大，或者數據量綱的不同，直接使用標準差來進行比較不合適，此時就應當消除測量尺度和量綱的影響，而變異係數可以做到這一點，它是原始數據標準差與原始數據平均數的比。變異係數（CV）沒有量綱，這樣就可以進行客觀比較了。事實上，可以認為變異係數和極差、標準差和方差一樣，都是反映數據離散程度的絕對值。其數據大小不僅受變量值離散程度的影響，而且還受變量值平均水平大小的影響。
計算方法變異係數的計算公式為：變異係數 C·V =（ 標準偏差 SD / 平均值Mean ）× 100%
在概率論和統計學中，變異係數，又稱「離散係數」（英文：coefficient of variation），是概率分布離散程度的一個歸一化量度，其定義為標準差與平均值之比，公式：
$$ cv = \frac{\sigma}{\mu} $$
農業上的應用1，比較兩組數據的變異係數上面數據是兩個品種的六個觀測值。
結果
很明顯，雖然品種1和品種2的平均值相差不大，但是品種1的穩定性要好於品種2，因為它的變異係數更小。當然，如果我們想要對品種內的單株進行選擇，品種2是個好的群體，因為它有更大的變異，比較適合選擇。
2，比較兩個試驗的好壞農業中，經常用到多點的測試，怎麼評價試驗點的管理水平呢？這就需要計算試驗點的變異係數
誤區
很多人計算試驗點的變異係數時，習慣直接套用公式，計算 產量的標準差/產量的平均值，這種算法並不正確。
正確的做法
評價試驗點的變異係數，其實是評價誤差的變異大小，因此，應該計算 誤差的標準差/產量的平均值
上面表格數據是兩個地點，兩個品種，兩個重複的產量數據。
本次分析使用GenStat軟體
可以自己根據方差分析的MSe和平均值，手動計算，也可以使用GenStat軟體直接得到CV%。
地點一的變異係數
sqrt(0.5)
0.707106781186548
sqrt(0.5)/35.5
0.0199185008784943
地點二的變異係數
結論
地點一的變異係數是2.0%，地點二的變異係數是6.5%，因此地點一的管理更好。
關注我們：