离散系数又称变异系数，是统计学当中的常用统计指标。离散系数是测度数据离散程度的相对统计 量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。
如果单位和（或）平均数不同时，比较其离散程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较 ：
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。
扩展资料：
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。 其计算公式为 
( 
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。
参考资料来源：百度百科——离散系数
离散系数是衡量资料中各观测值离散程度的一个统计量。当进行两个或多个资料离散程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。
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。
扩展资料：
优点
比起标准差来，变异系数的好处是不需要参照数据的平均值。变异系数是一个无量纲量，因此在比较两组量纲不同或均值不同的数据时，应该用变异系数而不是标准差来作为比较的参考。
缺陷
当平均值接近于0的时候，微小的扰动也会对变异系数产生巨大影响，因此造成精确度不足。
变异系数无法发展出类似于均值的置信区间的工具。
参考资料：百度百科—离散系数
本回答被网友采纳简单分析一下，详情如图所示
变异系数是衡量资料中各观测值变异程度的一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。
离散系数指标 离散系数指标有：全距（极差）系数、平均差系数、方差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。
CV(Coefficient of Variance):标准差与均值的比率。
用公式表示为：CV=σ/μ本回答被提问者采纳