Calcolatrice del coefficiente di variazione
I valori 2, 4, 4, 4, 5, 5, 7 e 9 hanno media 5 e deviazione standard di popolazione 2, quindi il loro coefficiente di variazione è 0,4, cioè il 40%. Confronti la dispersione di serie misurate su scale diverse. Gratis nel suo browser.
- Gratis
- Funziona nel suo browser
- Senza registrazione
- I suoi dati restano sul dispositivo
Esegui gratis nel browser
Il coefficiente di variazione (CV) è la deviazione standard divisa per la media: una misura adimensionale di dispersione relativa che consente di confrontare la variabilità tra serie con scale o unità diverse. Un elenco con media 50 e deviazione standard 5 ha lo stesso CV di un elenco con media 500 e deviazione 50, anche se le dispersioni assolute differiscono di un ordine di grandezza.
Cosa misura il coefficiente di variazione e quando usarlo
La deviazione standard assoluta è difficile da interpretare tra insiemi di dati su scale diverse. Una macchina che produce bulloni di lunghezza media 10 mm e deviazione 0.2 mm è molto più stretta in termini relativi di un sensore le cui letture mediamente 1000 unità con deviazione 0.2, sebbene entrambe condividano la stessa dispersione assoluta. Il coefficiente di variazione risponde a quel confronto dividendo la deviazione standard per la media, ottenendo un rapporto adimensionale che può anche essere moltiplicato per cento e riportato come percentuale.
Il CV di popolazione usa la deviazione standard di popolazione (somma degli scarti al quadrato divisa per n, poi radice quadrata) sulla media aritmetica; il CV campionario usa la deviazione campionaria (correzione di Bessel, dividere per n meno uno) sulla stessa media.
Gli analisti usano il CV nel controllo qualità per confrontare la variazione di processo, in finanza per contrastare la volatilità di rendimenti con livelli medi diversi, in laboratorio per riferire la precisione di un saggio, e in didattica per mostrare perché due dispersioni che sembrano identiche sulla calcolatrice non sono ugualmente strette rispetto ai loro centri. Gli elenchi vuoti non producono mai media né CV; falliscono subito la validazione.
Poiché ogni passo è una somma finita di prodotti di numeri noti seguita da una radice e una divisione, la procedura è classica e pienamente deterministica: lo stesso elenco dà sempre la stessa media, la stessa coppia di deviazioni e lo stesso CV in rapporto e percentuale.
Casi d'uso
Compiti e laboratori introduttivi di statistica
Studenti e correttori verificano media, deviazione standard e coefficiente di variazione come rapporto e percentuale, inclusa la regola che una media zero è invalida.
Domande frequenti
Qual è la formula del coefficiente di variazione?
Il CV è la deviazione standard divisa per la media. Il CV di popolazione usa la dev. di popolazione (somma degli scarti al quadrato divisa per n); il campionario usa la dev. campionaria (divisa per n meno uno). Entrambi tornano anche come percentuali (rapporto per 100).
La calcolatrice del coefficiente di variazione è gratuita?
Lo strumento del browser gira gratis sul Suo dispositivo.
Perché non esiste il coefficiente di variazione quando la media è zero?
Perché bisognerebbe dividere la deviazione standard per zero, operazione non definita. Il calcolatore rifiuta una media nulla, e anche un elenco vuoto, con un messaggio chiaro invece di mostrare infinito o un numero privo di senso.
Che differenza c'è tra CV di popolazione e CV campionario?
Entrambi dividono una deviazione standard per la stessa media. La versione di popolazione divide la somma degli scarti al quadrato per n prima della radice, quella campionaria per n meno uno, quindi il CV campionario risulta un po' più grande.
Perché confrontare coefficienti di variazione e non deviazioni standard?
Perché la stessa dispersione assoluta ha un peso molto diverso a scale diverse. Bulloni da 10 mm di media con deviazione di 0,2 mm sono molto più precisi di letture intorno a 1000 con lo stesso 0,2, e il CV lo mostra subito.
Strumenti correlati
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/stat/coefficient-variation \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"values":[2,4,4,4,5,5,7,9]}'const res = await fetch("https://api.kit.forhosting.com/stat/coefficient-variation", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/coefficient-variation",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/coefficient-variation", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"values":[2,4,4,4,5,5,7,9]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"values":[2,4,4,4,5,5,7,9]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/coefficient-variation", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"values": [
2,
4,
4,
4,
5,
5,
7,
9
]
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.coefficient_variation",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Limiti
max_values | 100000 |
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
Note tecniche
Questa calcolatrice accetta un array non vuoto di numeri finiti, restituisce la media, le deviazioni standard di popolazione e di campione, e il coefficiente di variazione sia come rapporto sia come percentuale, e rifiuta media nulla o elenco vuoto con l'errore chiaro invalid_input affinché le pipeline non inventino un Infinity silenzioso. L'aritmetica è pienamente deterministica, gira gratis nel Suo browser ed è disponibile tramite API a $0.002 per richiesta riuscita, senza modello linguistico né servizio statistico esterno sul percorso critico.
Cosa misura il coefficiente di variazione e quando usarlo
Una regola rigida è universale: quando la media è zero, la divisione non è definita, quindi questa capacità fallisce con invalid_input invece di inventare Infinity o NaN.
Come questa calcolatrice valida l'elenco e calcola il CV
Dopo la validazione il nucleo scorre l'elenco una volta per accumulare la somma e formare la media, rifiuta media nulla, poi scorre di nuovo per accumulare la somma degli scarti al quadrato rispetto a quella media. La deviazione standard di popolazione è la radice di quella somma divisa per n; quella campionaria è la radice della stessa somma divisa per n meno uno quando n è almeno due, e null quando n vale uno. Il CV di popolazione è la deviazione di popolazione divisa per la media; la forma percentuale moltiplica quel rapporto per cento. Un clamp microscopico evita che l'arrotondamento in virgola mobile su un elenco a dispersione nulla inventi una somma di quadrati negativa. Chiami la capacità con il campo array obbligatorio values: un elenco non vuoto di numeri finiti la cui media non è zero. Il motore accetta anche gli alias numbers, data, list e x, così gli script che già parlano in quei termini non devono rinominare. La validazione rifiuta un campo assente, un non-array, un array vuoto, elenchi più lunghi del massimo pubblicato, qualsiasi voce che non sia un numero finito, e un elenco la cui media sia esattamente zero, tutto con invalid_input e senza addebitare saldo. Il CV campionario e la sua percentuale seguono lo stesso schema quando la deviazione campionaria è definita.
Uso pratico, limiti, prezzi e consegna
Usi lo strumento del browser quando desidera un coefficiente di variazione immediato per controllare un compito, confrontare la dispersione relativa tra due serie o spiegare perché dati a media zero non hanno un CV definito, senza installare un pacchetto statistico. I risultati sono pienamente deterministici: gli stessi valori danno sempre la stessa media, le deviazioni di popolazione e di campione, i rapporti CV, le percentuali e la somma degli scarti al quadrato. Non c'è modello linguistico, né servizio statistico esterno, né casualità, quindi la capacità è sicura da fissare in controlli di integrazione continua e materiali di lezione riproducibili. Usi l'API quando uno script, una piattaforma di preparazione a colloqui, un sito didattico, una dashboard di controllo qualità o un notebook finanziario necessita di JSON stabile per molte liste numeriche sotto un unico contratto. Ogni richiesta riuscita è un elemento fatturabile a $0.002; la validazione fallita non consuma saldo. Gli elenchi accettati restano limitati per gli isolati Worker: fino a centomila valori coprono tabelle di aula, lotti di sensori ed estratti analitici tipici restando rapidi. Colleghi l'endpoint a tutorial di data science, test di migrazione da fogli di calcolo, sandbox di colloqui di codice o passi di pre-elaborazione in cui preferisce già il CV a due passate in forma chiusa rispetto a schizzi di streaming approssimati o calcolatrici opache che nascondono se dividono per n o per n meno uno quando stampano un solo campo di coefficiente di variazione.
Casi di integrazione
Controllo qualità e confronto di processi
Gli ingegneri confrontano la dispersione relativa tra lotti o macchine su scale assolute diverse con un CV di popolazione e di campione stabile in JSON.
Script e fixture numeriche di CI
Pipeline e sandbox di colloquio chiamano un contratto CV deterministico invece di reimplementare formule deviazione-su-media in ogni linguaggio.
Domande tecniche
Come calcola il coefficiente di variazione con questo strumento?
Invii JSON con values (array non vuoto di numeri a media non nulla) a stat.coefficient_variation. La risposta restituisce mean, population_std, sample_std, population_cv, population_cv_percent, sample_cv, sample_cv_percent, n e sum_squared_deviations.
Cosa succede se la media è zero?
La richiesta fallisce con invalid_input perché il coefficiente di variazione (dev/media) non è definito quando la media è zero. I fallimenti di validazione non sono addebitati.
Che valore ha sample_cv quando l'elenco ha un solo numero?
sample_std, sample_cv e sample_cv_percent sono null perché dividere per n meno uno sarebbe divisione per zero. population_cv è zero quando quel singolo valore è non nullo (la deviazione è zero).