<\/p>\n
Un coefficiente di variazione<\/strong> , spesso abbreviato in CV<\/em> , \u00e8 un modo per misurare la diffusione dei valori in un set di dati rispetto alla media. Viene calcolato come segue:<\/span><\/p>\n CV = \u03c3\/\u03bc<\/span><\/strong><\/p>\n Oro:<\/span><\/p>\n In poche parole, il coefficiente di variazione \u00e8 semplicemente il rapporto tra la deviazione standard e la media.<\/span><\/p>\n Il coefficiente di variazione viene spesso utilizzato per confrontare la variazione tra due diversi insiemi di dati.<\/span><\/p>\n Nel mondo reale, viene spesso utilizzato in finanza per confrontare il rendimento medio atteso di un investimento con la deviazione standard attesa dell’investimento. Ci\u00f2 consente agli investitori di confrontare il compromesso rischio-rendimento tra gli investimenti.<\/span><\/p>\n Ad esempio, supponiamo che un investitore stia valutando di investire nei seguenti due fondi comuni di investimento:<\/span><\/p>\n Fondo comune A: media = 9%, deviazione standard = 12,4%<\/span><\/p>\n OICVM B: media = 5%, deviazione standard = 8,2%<\/span><\/p>\n Calcolando il coefficiente di variazione di ciascun fondo, l\u2019investitore rileva:<\/span><\/p>\n CV del fondo comune A = 12,4% \/9% = 1,38<\/strong><\/span><\/p>\n CV del fondo comune B = 8,2% \/ 5% = 1,64<\/strong><\/span><\/p>\n Poich\u00e9 il Fondo comune A ha un coefficiente di variazione inferiore, fornisce un rendimento medio migliore rispetto alla deviazione standard.<\/span><\/p>\n Per calcolare il coefficiente di variazione di un set di dati in Python, puoi utilizzare la seguente sintassi:<\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Esempio 1: coefficiente di variazione per una singola rete<\/strong><\/span><\/p>\n Il codice seguente mostra come calcolare il CV per una singola tabella:<\/span><\/p>\n Il coefficiente di variazione risulta essere 9,23<\/strong> .<\/span><\/p>\n Esempio 2: coefficiente di variazione per pi\u00f9 vettori<\/strong><\/span><\/p>\n Il codice seguente mostra come calcolare il CV di pi\u00f9 colonne in un DataFrame panda:<\/span><\/p>\n Tieni presente che i valori mancanti verranno semplicemente ignorati durante il calcolo del coefficiente di variazione:<\/span><\/span><\/p>\n Come calcolare il coefficiente di variazione di R<\/a> Un coefficiente di variazione , spesso abbreviato in CV , \u00e8 un modo per misurare la diffusione dei valori in un set di dati rispetto alla media. Viene calcolato come segue: CV = \u03c3\/\u03bc Oro: \u03c3: la deviazione standard del set di dati \u03bc: la media del set di dati In poche parole, il coefficiente […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Quando utilizzare il coefficiente di variazione<\/strong><\/span><\/h3>\n
Come calcolare il coefficiente di variazione in Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\ncv = lambda<\/span> x: np. std<\/span> (x, ddof= 1<\/span> ) \/ np. mean<\/span> (x) * 100\n<\/span><\/strong><\/pre>\n #create vector of data\n<\/span>data = [88, 85, 82, 97, 67, 77, 74, 86, 81, 95, 77, 88, 85, 76, 81, 82]\n\n#define function to calculate cv<\/span>\ncv = lambda<\/span> x: np. std<\/span> (x, ddof= 1<\/span> ) \/ np. mean<\/span> (x) * 100 \n<\/span>\n#calculate CV\n<\/span>cv(data)\n\n9.234518\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\nimport<\/span> pandas as<\/span> pd\n\n#define function to calculate cv<\/span>\ncv = lambda<\/span> x: np. std<\/span> (x, ddof= 1<\/span> ) \/ np. mean<\/span> (x) * 100<\/span><\/span>\n\n#create pandas DataFrame\n<\/span>df = pd. DataFrame<\/span> ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],\n 'b': [77, 88, 85, 76, 81, 82, 88, 91, 92, 99],\n 'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, 84]})\n\n#calculate CV for each column in data frame\ndf. apply<\/span> (cv)\n\na 11.012892\nb8.330843\nc7.154009\ndtype:float64<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\nimport<\/span> pandas as<\/span> pd\n\n#define function to calculate cv\ncv = lambda<\/span> x: np. std<\/span> (x, ddof= 1<\/span> ) \/ np. mean<\/span> (x) * 100<\/span><\/span>\n\n#create pandas DataFrame\n<\/span>df = pd. DataFrame<\/span> ({'a': [88, 85, 82, 97, 67, 77, 74, 86, 81, 95],\n 'b': [77, 88, 85, 76, 81, 82, 88, 91, np. no<\/span> , 99],\n 'c': [67, 68, 68, 74, 74, 76, 76, 77, 78, np. no<\/span> ]})\n\n#calculate CV for each column in data frame\ndf. apply<\/span> (cv)\n\na 11.012892\nb 8.497612\nc5.860924\ndtype:float64<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare il coefficiente di variazione in Excel<\/a>
Come calcolare il coefficiente di variazione in Fogli Google<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"