Hệ số biến thiên (CV): công thức, so hai cột khác đơn vị
Bài 5/12 · Chương 3
Thống kê mô tả: độ phân tán và vị trí
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Hệ số biến thiên (CV) là độ lệch chuẩn chia cho số trung bình, nên nó đo độ phân tán theo tỉ lệ của trung bình và không có đơn vị. Bạn dùng nó để biết cột nào dao động mạnh hơn khi hai cột khác đơn vị hay khác cỡ, như chiều cao (cm) và cân nặng (kg), hay giá bó rau và giá ký thịt.
Cần biết trước: phương sai mẫu và ddof, ký hiệu thống kê và mảng NumPy.
Công thức hệ số biến thiên
Hệ số biến thiên (coefficient of variation, viết tắt CV) của một mẫu là:
Trong đó:
s (
np.std(x, ddof=1)): độ lệch chuẩn mẫu, chia n − 1.x̄ (
np.mean(x)): trung bình của mẫu.CV: một tỉ lệ không có đơn vị, thường nhân 100 rồi ghi theo phần trăm.
Hai đơn vị ở tử và mẫu triệt tiêu nhau, nên CV của chiều cao và CV của cân nặng so được với nhau. Khi bộ số là cả tổng thể, công thức dùng σ và μ: CV = σ / μ. CV chỉ có nghĩa với dữ liệu dương có số 0 thật (giá, chiều cao, cân nặng, thời gian), lý do ở khung bẫy cuối bài.
Tính tay: giá rau và giá thịt
Sáu tuần liền, một bó rau muống có giá 8, 10, 7, 12, 9, 8 nghìn đồng; một ký thịt heo có giá 120, 126, 118, 130, 122, 128 nghìn đồng. Giá nào ổn định hơn?
Bước | Rau muống | Thịt heo |
|---|---|---|
Trung bình x̄ | 54 / 6 = 9 | 744 / 6 = 124 |
Tổng bình phương độ lệch | 16 | 112 |
s = √(tổng / 5) | √3,2 ≈ 1,789 | √22,4 ≈ 4,733 |
CV = s / x̄ | ≈ 0,199 (19,9%) | ≈ 0,038 (3,8%) |
Khối dưới tính đúng các bước đó bằng Python thuần. Sửa hai dãy giá rồi bấm Chạy:
import math
gia = {"Rau muống": [8, 10, 7, 12, 9, 8],
"Thịt heo": [120, 126, 118, 130, 122, 128]}
for ten, x in gia.items():
n = len(x)
x_tb = sum(x) / n
tong_bp = sum((v - x_tb) ** 2 for v in x)
s = math.sqrt(tong_bp / (n - 1))
print(f"{ten}: x̄ = {x_tb}, s = {s:.3f}, CV = {s / x_tb:.1%}")KẾT QUẢ
Rau muống: x̄ = 9.0, s = 1.789, CV = 19.9%
Thịt heo: x̄ = 124.0, s = 4.733, CV = 3.8%Giá thịt có s lớn hơn, 4,7 so với 1,8 nghìn đồng, nhưng đó là vì một ký thịt đắt gấp 14 lần một bó rau. Tính theo tỉ lệ, giá rau dao động quanh trung bình khoảng 20%, giá thịt chưa tới 4%: giá thịt ổn định hơn nhiều.
Tính hệ số biến thiên bằng NumPy
Với mảng NumPy, CV là một phép chia. Ghi ddof=1, vì sáu tuần chỉ là một mẫu của giá cả năm:
import numpy as np
rau = np.array([8, 10, 7, 12, 9, 8])
thit = np.array([120, 126, 118, 130, 122, 128])
for ten, x in [("Rau muống", rau), ("Thịt heo", thit)]:
cv = np.std(x, ddof=1) / np.mean(x)
print(ten, round(cv, 4))KẾT QUẢ
Rau muống 0.1988
Thịt heo 0.0382Hai số khớp bảng tính tay. Excel không có hàm CV riêng: chia STDEV.S cho AVERAGE của cùng vùng ô.
Đổi thit = np.array([120, 126, 118, 130, 122, 128]) thành thit = rau * 1000 rồi chạy lại: dòng hai in Thịt heo 0.1988. Nhân mọi giá trị với cùng một số (đổi nghìn đồng sang đồng) thì s và x̄ cùng nhân theo, CV giữ nguyên.
So chiều cao và cân nặng
File chieu_cao_can_nang.csv là số giả lập của AIDev: chiều cao (cm) và cân nặng (kg) của 360 học sinh THPT, mỗi giới 180 em. Cân nặng có s tính bằng kg, chiều cao bằng cm, nên so hai s không có nghĩa; so CV thì được:
import numpy as np
import pandas as pd
hs = pd.read_csv("chieu_cao_can_nang.csv")
for gt in ["Nam", "Nữ"]:
nhom = hs.loc[hs["gioi_tinh"] == gt]
for cot in ["chieu_cao_cm", "can_nang_kg"]:
x = nhom[cot].to_numpy()
s = np.std(x, ddof=1)
print(gt, cot, round(x.mean(), 1), round(s, 2),
f"CV = {s / x.mean():.1%}")KẾT QUẢ
Nam chieu_cao_cm 168.6 5.58 CV = 3.3%
Nam can_nang_kg 58.0 8.28 CV = 14.3%
Nữ chieu_cao_cm 156.7 5.25 CV = 3.4%
Nữ can_nang_kg 50.2 6.95 CV = 13.8%Ở cả hai giới, cân nặng dao động khoảng 14% quanh trung bình, chiều cao chỉ hơn 3%. Trong bộ số này, theo tỉ lệ, các em khác nhau về cân nặng gấp hơn bốn lần về chiều cao. Chia mỗi giá trị cho trung bình của cột rồi vẽ hai histogram cạnh nhau cho thấy đúng điều đó:
import pandas as pd
import matplotlib.pyplot as plt
hs = pd.read_csv("chieu_cao_can_nang.csv")
nam = hs.loc[hs["gioi_tinh"] == "Nam"]
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
for cot, ten, kieu in [("chieu_cao_cm", "Chiều cao", "-"),
("can_nang_kg", "Cân nặng", "--")]:
ti_le = nam[cot] / nam[cot].mean()
ax.hist(ti_le, bins=30, range=(0.6, 1.6), histtype="step",
linestyle=kieu, linewidth=2, label=ten)
ax.set(title="180 học sinh nam: giá trị chia cho trung bình",
xlabel="Giá trị / trung bình", ylabel="Số học sinh")
ax.legend()
plt.show()Đường liền của chiều cao là một chóp hẹp quanh 1; đường đứt của cân nặng trải rộng hơn nhiều. Bề rộng của mỗi đường chính là điều CV đo.
Kiểm tra nhanh
Sau
import numpy as npvàx = np.array([9.0, 11.0]),print(np.std(x, ddof=1) / x.mean())in ra gì?0.14142135623730950.11.4142135623730951
Những so sánh nào cần hệ số biến thiên, không chỉ độ lệch chuẩn?
- Độ đều của chiều cao (cm) và của cân nặng (kg) trong cùng một lớp
- Giá một bó rau và giá một ký thịt dao động mạnh yếu thế nào
- Điểm Toán của hai lớp, cùng thang 10 và trung bình gần bằng nhau
- Nhiệt độ độ C của hai thành phố
Trong khung bẫy, vì sao cùng năm ngày đo mà CV theo độ C là 0,19, theo độ F là 0,101?
- Vì
np.std()làm tròn khác nhau trên hai mảng - Vì 0 của hai thang đặt ở hai chỗ khác nhau, nên trung bình đổi mà độ lệch chuẩn không đổi theo cùng tỉ lệ
- Vì độ F luôn ổn định hơn độ C
- Vì phải dùng
ddof=0cho nhiệt độ
- Vì
Học sinh nam trong bộ dữ liệu có CV chiều cao 3,3% và CV cân nặng 14,3%. Câu nào đúng?
- Cân nặng lớn hơn chiều cao 11 kg
- Học sinh nam cao hơn trung bình 3,3%
- Theo tỉ lệ của trung bình, cân nặng dao động mạnh hơn chiều cao khoảng bốn lần
- Không so được vì hai cột khác đơn vị
Bài tập
Chọn mặt hàng có giá ổn định nhất
Bạn theo dõi giá vài mặt hàng mỗi tuần và muốn biết giá mặt hàng nào ít dao động nhất, dù các mặt hàng có giá chênh nhau hàng chục lần. bang_gia là dictionary: khóa là tên mặt hàng, giá trị là list giá dương của mặt hàng đó, mỗi list có ít nhất hai giá không bằng nhau hết; các list có thể dài khác nhau. Viết thân hàm on_dinh_nhat(bang_gia) trả tên mặt hàng có hệ số biến thiên nhỏ nhất, với s chia n − 1. Không có hai mặt hàng cùng hệ số biến thiên.
Hàm không sửa bang_gia và các list giá của nơi gọi.
Trả về: tên mặt hàng, một str.
Ví dụ on_dinh_nhat({"Rau muống": [8, 10, 7, 12, 9, 8], "Thịt heo": [120, 126, 118, 130, 122, 128]}) cho "Thịt heo".
import numpy as np
def on_dinh_nhat(bang_gia):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Hệ số biến thiên CV = s / x̄, không có đơn vị, thường ghi theo phần trăm; với tổng thể là σ / μ.
Dùng CV khi so độ phân tán của hai cột khác đơn vị hay khác cỡ trung bình.
Tính bằng
np.std(x, ddof=1) / np.mean(x); Excel chiaSTDEV.SchoAVERAGE.Nhân mọi giá trị với cùng một số thì CV không đổi.
Chỉ dùng CV cho dữ liệu dương có số 0 thật; nhiệt độ độ C cho CV đổi theo thang đo.
Câu hỏi thường gặp
Coefficient of variation là gì?
Là tên tiếng Anh của hệ số biến thiên, viết tắt CV: độ lệch chuẩn chia cho trung bình. Một số tài liệu gọi là "độ biến thiên tương đối" hay "hệ số biến động"; cùng một công thức.
CV bao nhiêu là cao?
Không có ngưỡng chung; mỗi ngành có quen thuộc riêng. Dùng CV để so các cột với nhau trong cùng một câu hỏi, như cân nặng 14% so với chiều cao 3% ở trên, thay cho so một con số với một ngưỡng cố định.
Tính CV nên dùng ddof=0 hay ddof=1?
Theo cùng quy tắc với độ lệch chuẩn: mẫu thì ddof=1, cả tổng thể thì ddof=0. Khi so các cột có cùng số giá trị, hai cách cho cùng thứ tự; khi số giá trị khác nhau, chọn sai có thể đổi kết quả. Bài phương sai mẫu chia n − 1 nói cách chọn.
Có hàm CV sẵn trong Python không?
scipy.stats.variation() tính CV, nhưng mặc định chia n (ddof=0). Trên trang này, một dòng NumPy np.std(x, ddof=1) / np.mean(x) là đủ và cho bạn thấy rõ đang chia gì.
Chủ đề
Dữ liệu của bài
- Tải xuống
chieu_cao_can_nang.csv
CSV · 9.01 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.