变异系数（Coefficient of Variation，CV）是一种无量纲的相对统计量，用于衡量数据的离散程度。其计算方式简单明了，公式为：CV = (标准差 / 均值) × 100%。
这个指标的关键特性体现在以下几个方面：
首先是它的无单位性。由于变异系数的计算公式中涉及到了标准差和均值，这两个数值的单位相同，因此在计算过程中单位被相互抵消。这意味着无论比较的是身高（厘米）还是体重（千克），CV都能直接对比，无需考虑单位差异。这一特性使得变异系数成为了一个非常方便的相对离散程度指标。
其次是它的适用场景广泛。变异系数适用于均值非零的定量数据，尤其适用于比较不同量纲或均值差异较大的数据集。无论是比较不同人的身高数据还是不同地区的温度数据，CV都能提供有用的信息。它并不适用于定性数据或均值接近零的情况。
变异系数的主要作用是消除量纲的影响，反映数据的相对波动性。通过比较不同数据集的变异系数，我们可以直观地了解各数据集的离散程度。离散系数越大，表明数据的变异程度越高，即数据点之间的距离越大。
以一个简单的示例来说明：假设我们有一个数据集，其标准差为5，均值为50。通过计算，我们得到CV = (5/50)×100% = 10%。这意味着这个数据集的离散程度是均值的10%，或者说，数据点之间的差异是平均值的十分之一。这一数值可以为我们提供关于数据集波动性的直观感受。
