统计学中离散系数的应用条件
对于不同平均值差异的比较，应该使用变异系数(离散系数)，变异系数越大，离散程度越大：
变异系数=100%×（标准差/平均值）
离散系数反映单位均值上的离散程度，常用在两个总体均值不等的zhi离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。
一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其作用主要是用于比较不同组别数据的离散程度。在对比情况下，离散系数较大的其分布情况差异也大。
离散系数的用途和意义：
离散系数反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。
一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其作用主要是用于比较不同组别数据的离散程度。在对比情况下，离散系数较大的其分布情况差异也大。
散系数在概率论的许多分支中都有应用，比如说在更新理论、排队理论和可靠性理论中。在这些理论中，指数分布通常比正态分布更为常见。
由于指数分布的标准差等于其平均值，所以它的离散系数等于一。离散系数小于一的分布，比如爱尔朗分布称为低差别的 ，而离散系数大于一的分布，如超指数分布则被称为高差别的。
对于不同平均值差异的比较，应该使用变异系数(离散系数)，变异系数越大，离散程度越大：
变异系数=100%×（标准差/平均值）
离散系数反映单位均值上的离散程度，常用在两个总体均值不等的zhi离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。
一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其作用主要是用于比较不同组别数据的离散程度。在对比情况下，离散系数较大的其分布情况差异也大。
扩展资料：
离散系数通常可以进行多个总体的对比，通过离散系数大小的比较可以说明不同总体平均指标（一般来说是平均数）的代表性或稳定性大小。一般来说，离散系数越小，说明平均指标的代表性越好；离散系数越大，平均指标的代表性越差。
离散系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。
参考资料来源：百度百科-离散系数
变异系数=100%×（标准差/平均值）
具体例子参见我的另一个回答：http://zhidao.baidu.com/question/214284236.html
