Corso
Come data scientist, è fondamentale comprendere la variabilità dei nostri dati. Il coefficiente di variazione (CV) è una metrica utile che esprime questa variabilità in proporzione alla media, consentendo confronti tra dataset con unità diverse.
In questo tutorial vedremo il coefficiente di variazione come concetto statistico e come trovare il coefficiente di variazione in Excel.
Se cerchi un'introduzione completa a Excel, dai un'occhiata a questo percorso di competenze in cinque corsi: Excel Fundamentals.
Vediamo prima una risposta molto breve e poi aggiungiamo qualche dettaglio.
Risposta breve: come calcolare il coefficiente di variazione in Excel
Ecco il procedimento passo dopo passo per trovare il coefficiente di variazione in Excel:
- Calcola la deviazione standard: in una cella vuota, inserisci la formula
=STDEV.P(A1:A10), sostituendoA1:A10con l'intervallo reale dei tuoi dati. - Calcola la media: in un'altra cella vuota, inserisci la formula
=AVERAGE(A1:A10)usando lo stesso intervallo di dati. - Calcola il coefficiente di variazione: in una cella finale, inserisci la formula
=STDEV.P(A1:A10)/AVERAGE(A1:A10). In questo modo dividi la deviazione standard per la media.
Che cos'è il coefficiente di variazione?
Il coefficiente di variazione (CV) è una misura statistica che quantifica la variabilità relativa di un dataset rispetto alla sua media.
In genere lo esprimiamo come percentuale e lo calcoliamo dividendo la deviazione standard del dataset per la media e poi moltiplicando il risultato per 100.
La formula per calcolare il coefficiente di variazione è:

Il CV ci permette di confrontare la variabilità di due o più dataset che possono avere unità o medie diverse, fornendo una misura standardizzata della dispersione.
Un CV più basso indica che i punti dati sono più vicini alla media, riflettendo una variabilità minore. Al contrario, un CV più alto suggerisce una maggiore dispersione dei punti dati attorno alla media.
Il punto di forza del CV sta nel confronto della variabilità tra dataset con unità diverse. Questo lo rende particolarmente utile in ambiti come la finanza, dove può valutare il rapporto rischio/rendimento di diversi portafogli d'investimento.
Allo stesso modo, nel controllo qualità il CV può aiutare a confrontare la costanza dei processi produttivi che usano scale di misura differenti.
Diamo ora un'occhiata più approfondita alle applicazioni nel mondo reale.
Applicazioni del coefficiente di variazione
In finanza e valutazione del rischio, gli investitori usano il CV per individuare gli asset che offrono rendimenti più elevati rispetto al rischio intrinseco. Questo consente di costruire portafogli diversificati e gestire efficacemente il rischio. L'applicazione è particolarmente utile nei mercati in cui i rendimenti assoluti possono trarre in inganno a causa di livelli di volatilità variabili.
Il CV svolge anche un ruolo significativo nel controllo qualità in ambito manifatturiero. Aiuta a garantire una qualità del prodotto costante tra i diversi lotti di produzione. Un CV più basso indica meno variazione nelle caratteristiche del prodotto, aspetto cruciale per mantenere gli standard del marchio e la soddisfazione dei clienti.
Settori come farmaceutico e automotive, dove l'affidabilità del prodotto è fondamentale, fanno ampio affidamento sul CV per valutare e controllare i processi produttivi.
Ricercatori e meteorologi lo usano per analizzare la coerenza dei modelli meteorologici, ad esempio le variazioni di pioggia in diverse regioni o periodi. Questa analisi aiuta a migliorare l'accuratezza delle previsioni meteo e nella pianificazione delle attività agricole fortemente dipendenti dalle condizioni climatiche.
Ricorda: il CV è una misura relativa della dispersione. La sua forza sta nel confrontare la variabilità tra più dataset o variabili. È meno informativo se usato per descrivere la variabilità di un singolo dataset isolatamente. Le applicazioni del CV vanno oltre questi esempi, rendendolo uno strumento prezioso in molti settori.
Ora vediamo come calcolare il coefficiente di variazione in Excel con un esempio.
Come trovare il coefficiente di variazione in Excel
A differenza di altri calcoli in Excel, non esiste una funzione in un'unica riga per calcolare il CV. Tuttavia, il processo è comunque semplice, come vedremo tra poco.
Immagina di essere un analista di dati finanziari incaricato di valutare i portafogli d'investimento per il team di asset management di un'azienda. Per orientare le loro decisioni strategiche, devi valutare il rischio associato a ciascun portafoglio. Qui torna utile il CV.
Confrontando la deviazione standard dei rendimenti di ciascun portafoglio con il rendimento medio, puoi determinarne i profili rischio-rendimento. Questa misura può mostrare quali portafogli offrono rendimenti più elevati rispetto al livello di rischio coinvolto.
Per calcolare il coefficiente di variazione di ciascun portafoglio, iniziamo tabulando i rendimenti di ogni portafoglio per ogni mese dell'anno:

Dati sui rendimenti dei portafogli.
Calcoliamo la media per ciascun portafoglio (ricorda che la formula del CV richiede di conoscere la media). Digitiamo la formula qui sotto nella cella N2:
=AVERAGE(B2:M2)

Calcolo della media in Excel.
Ora trasciniamo il quadratino di riempimento (il piccolo quadrato nell'angolo in basso a destra di N2) per estendere la formula agli altri portafogli.

Estensione della media calcolata agli altri portafogli.
Abbiamo la media, ma ci serve un altro elemento per la formula del CV: la deviazione standard. Selezioniamo O2 e usiamo la seguente formula per calcolare la deviazione standard:
=STDEV.P(B2:M2)

Calcolo della deviazione standard in Excel.
Ora trasciniamo il quadratino di riempimento per estendere la formula agli altri portafogli. Come nota a margine, abbiamo usato STDEV.P() invece di STDEV.S() perché nel nostro esempio stiamo assumendo che il dataset sia una popolazione e non un campione.
Ora che abbiamo sia la media sia la deviazione standard, possiamo calcolare il CV. Dividiamo la deviazione standard per la media in P2:
=N2/O2

Calcolo del coefficiente di variazione in Excel.
Come prima, trasciniamo il quadratino di riempimento per estendere la formula ai portafogli rimanenti.
Dato che il CV è solitamente espresso in percentuale, selezioniamo da P2 a P6 e cambiamo la formattazione dei numeri in Percentuale come mostrato nell'immagine qui sotto.

Trasformazione dei valori in percentuali.
E questo è tutto: tutti i nostri valori di CV sono nella colonna P!

Dati finali con tutti i calcoli.
Interpretare il coefficiente di variazione
Un CV più basso indica che il portafoglio ha un rischio inferiore per unità di rendimento, suggerendo una performance più stabile o coerente rispetto al suo rendimento medio. Un CV più alto suggerisce un rischio maggiore per unità di rendimento, implicando che i rendimenti siano volatili o incoerenti rispetto ai rendimenti medi indicati.
Sulla base dei risultati sopra, potremmo includere nel nostro report le seguenti conclusioni:
- Il Portafoglio D offre il rendimento più basso e ha anche il CV più basso, rendendolo potenzialmente adatto agli investitori avversi al rischio che privilegiano la stabilità rispetto ai rendimenti elevati.
- Il Portafoglio B, pur avendo un rendimento medio moderato, presenta la variabilità più alta (CV più elevato), il che potrebbe renderlo adatto solo a investitori tolleranti al rischio che sanno gestire forti oscillazioni dei rendimenti.
- Il Portafoglio C potrebbe essere la scelta più equilibrata per molti investitori grazie alla combinazione del rendimento più alto e di una volatilità relativamente bassa. Offre un buon compromesso tra rischio e rendimento.
Coefficiente di variazione: considerazioni pratiche
Ora che sappiamo cos'è il CV e come calcolarlo in Excel, vediamo alcuni aspetti pratici.
Il coefficiente di variazione con medie nulle o quasi nulle
Quando interpretiamo il CV, dobbiamo fare attenzione a medie nulle o quasi nulle. Questo può succedere se tutti i nostri punti dati sono zero o se valori positivi e negativi si bilanciano perfettamente. In questi casi, il calcolo del CV tenta di dividere per zero, producendo risultati privi di significato.
Allo stesso modo, una media molto piccola può trarci in inganno. Il CV potrebbe risultare estremamente alto, suggerendo un'ampia variabilità, anche se la dispersione reale nei dati è minima. Immagina di analizzare rendimenti d'investimento con alcuni valori leggermente positivi e altri leggermente negativi, che portano a una media quasi nulla. Il CV potrebbe esagerare il rischio percepito.
Per medie nulle o quasi nulle, conviene considerare misure alternative come range, intervallo interquartile o semplicemente la deviazione standard. Se vuoi saperne di più sulle misure di variabilità, dai un'occhiata a questo corso: Introduction to Statistics.
Il coefficiente di variazione e la distribuzione dei dati
Il CV funziona al meglio quando i dati sono distribuiti normalmente, o almeno in modo simmetrico. Se i nostri dati sono asimmetrici o contengono outlier, la media e la deviazione standard possono risultare distorte, portando a un CV impreciso.
È utile esplorare i dati con statistiche descrittive o visualizzazioni prima di usare il CV. Questo ci aiuterà a comprendere la distribuzione e a individuare eventuale asimmetria o outlier che potrebbero influenzare l'affidabilità del CV.
Se vuoi usare Excel per visualizzare i dati, dai un'occhiata a questo corso su Data Visualization in Excel.
Il coefficiente di variazione con scale di rapporto e intervallo
Il CV è più utile per dati su scala di rapporto con uno zero che rappresenti davvero l'assenza della quantità (ad esempio altezze, pesi o prezzi). In questi casi, un valore zero significa effettivamente zero: un peso pari a zero significa che non c'è alcun peso.
Applicare il CV a dati su scala di intervallo come temperature o date può invece essere fuorviante. Il loro zero non rappresenta necessariamente l'assenza della quantità. Per esempio, zero gradi Celsius non significa assenza di calore.
Tuttavia, se applichiamo trasformazioni ai dati di temperatura, come misurare le anomalie termiche, dove lo zero indica la non esistenza, allora diventa un caso d'uso appropriato.
La morale è che, prima di usare il CV, dobbiamo valutare se il nostro tipo di dato è in linea con le assunzioni del calcolo del CV per garantire risultati affidabili.
Conclusione
Il coefficiente di variazione (CV) è uno strumento prezioso per i data scientist: ci offre un modo standardizzato per confrontare la variabilità tra dataset anche quando usano unità diverse. Come abbiamo visto, trova applicazione in campi eterogenei come finanza, manifattura e analisi meteorologica.
Calcolare il CV in Excel è un processo semplice. Sfruttando le funzioni integrate per deviazione standard e media, possiamo calcolare facilmente il CV.
Se vuoi potenziare le tue competenze di analisi dati in Excel, considera questo corso: Data Analysis in Excel.
Come senior data scientist, progetto, sviluppo e distribuisco soluzioni di machine learning su larga scala per aiutare le aziende a prendere decisioni migliori basate sui dati. Come autore nell'ambito della data science, condivido ciò che ho imparato, consigli di carriera e tutorial pratici approfonditi.


