Klistra in data eller ange SD och medelvärde få RSD och varians på millisekunder.
Beräkna med
Choose your input method
Results
Live, accurate, and shareable
Enter values to see results
Your RSD, standard deviation, mean, and full breakdown will appear here.
Relative Standard Deviation
—
% (Coefficient of Variation)
Standard Deviation (σ)—
Mean (μ)—
Variance (σ²)—
Count (n)—
Sum (Σx)—
Range—
Minimum—
Maximum—
Distribution
Step-by-step
Definition
Vad är relativ standardavvikelse (RSD)?
Relativ standardavvikelse (RSD) är standardavvikelsen uttryckt som en procentandel av medelvärdet. Formeln är RSD = (s / x̄) × 100%. RSD kallas också variationskoefficient (CV) när den skrivs som ett decimaltal, så de två termerna beskriver samma storhet i olika enheter.
RSD är dimensionslös. Den egenskapen låter analytiker jämföra variabilitet mellan datamängder som använder olika enheter, skalor eller storleksordningar koncentration i mg/L, massa i gram, spänning i millivolt. Team inom statistik och dataanalys använder RSD överallt där precision och noggrannhet måste jämföras på lika villkor.
Tre egenskaper definierar RSD:
Skalfri dividerar standardavvikelsen med det aritmetiska medelvärdet för att ta bort enheter.
Endast kvotskala kräver en sann nollpunkt och ett positivt medelvärde.
Jämförbar möjliggör sida-vid-sida-kontroller av variabilitet mellan datamängder.
Samma medelvärde, olika RSD Dra reglaget för att vidga spridningen i datamängd B
Datamängd A5.0%
Datamängd B25.0%
Båda datamängderna delar samma medelvärde (50). Datamängd A behåller en tät klunga. Datamängd B:s RSD skalar med dess spridning.
Metod
Hur man beräknar relativ standardavvikelse
Beräkna relativ standardavvikelse (RSD) genom att dividera standardavvikelsen (s) med medelvärdet (x̄) och multiplicera med 100. Resultatet uttrycker spridning som en procentandel av medelvärdet och förblir dimensionslöst över olika enheter.
RSD mäter hur tätt datapunkter klustrar runt det aritmetiska medelvärdet. Ett litet RSD signalerar hög precision. Ett stort RSD signalerar bred variabilitet. De tre stegen till höger ger den fullständiga proceduren.
RSD-formeln är RSD = |σ / μ| × 100%, där σ är standardavvikelsen och μ är det aritmetiska medelvärdet. Ta absolutbeloppet av kvoten, multiplicera med 100 och rapportera svaret som en procentandel.
Reglaget nedan visar hur RSD reagerar när σ eller μ ändras. Att öka σ vidgar spridningen och höjer RSD. Att öka μ minskar RSD eftersom samma spridning blir en mindre procentandel av ett större medelvärde.
Justera σ och μ för att se RSD uppdateras i realtid
Resultat10.00%Måttlig
Jämförelse
RSD vs CV: förstå skillnaden
RSD och variationskoefficienten (CV) mäter samma statistiska egenskap förhållandet mellan standardavvikelse och medelvärde. Den enda skillnaden är uttryckets enhet. CV rapporterar resultatet som ett decimaltal. RSD rapporterar samma resultat multiplicerat med 100 för att ge en procentandel.
Artiklar inom analytisk kemi och farmaceutisk analys rapporterar vanligtvis RSD eftersom procentsatser snabbt förmedlar precision. Artiklar inom finans, biologi och miljövetenskap rapporterar ofta CV i decimalform. Båda formerna bär identisk information och konverteras ett-till-ett med en faktor 100.
RSD-kalkylatorn ger en komplett uppdelning av din datamängd i tre inmatningssteg och åtta utdatavärden. Välj ett inmatningsläge, ange dina data och läs sedan resultaten nedan.
Välj inmatningsläge klistra in en datamängd, eller ange en känd standardavvikelse och medelvärde.
Skriv eller klistra in dina numeriska värden i inmatningsfältet.
Välj Stickprov (n − 1) för experimentella data eller Population (n) för folkräkningsdata.
Tryck på Beräkna för att köra matematiken.
Utdata
Relativ standardavvikelse (RSD) som en procentandel
Standardavvikelse (σ) för det valda läget
Medelvärde (μ) det aritmetiska medelvärdet
Varians (σ²) kvadraten av standardavvikelsen
Antal (n) totalt antal värden
Summa (Σx) summan av alla datavärden
Variationsvidd, minimum och maximum-värden
Steg-för-steg-lösning + ett fördelningsdiagram
Användningsfall
Vanliga användningsområden för RSD-kalkylatorn
Relativ standardavvikelse sätter standardavvikelsen i perspektiv genom att jämföra den med medelvärdet. Att se standardavvikelsen som en procentandel hjälper människor att fatta beslut i en mängd olika situationer. RSD-kalkylatorn används i sex återkommande scenarier inom vetenskap, industri, finans och utbildning.
01
Kvalitetssäkring
En livsmedelsbutik kan kräva att RSD för alla fruktstorlekar ska vara mindre än 10%, vilket säkerställer ett konsekvent produktutseende och kundförväntan.
02
Finansiell volatilitet
Analytiker använder RSD för att utvärdera volatiliteten hos aktiekurser, avkastningar och tillgångskorgar och jämför risk på en enda dimensionslös skala.
03
Analytisk kemi
Kemister rapporterar RSD för att uttrycka precisionen hos en analys replikerade titreringar, HPLC-toppareor och instrumentavläsningar kondenseras alla till en procentandel.
04
Jämförelse av datamängder
RSD gör det möjligt att jämföra variationen i två olika datamängder även när deras enheter, skalor eller storleksordningar inte är desamma.
05
Metodvalidering
Analytiker dokumenterar repeterbarhet, reproducerbarhet och intermediär precision för ICH Q2-metodvalideringsrapporter i farmaceutiska och kliniska laboratorier.
06
Kursarbete & läxor
Studenter verifierar RSD-beräkningar från läroböcker och löser statistikuppgifter utan att räkna ut varje steg på papper.
07
Tillverkning & Six Sigma
Kvalitetsingenjörer matar in RSD i Cpk- och processkapabilitetsstudier. Ett stigande RSD på ett kontrolldiagram signalerar processdrift, utrustningsslitage eller råvaruändring.
08
Klinisk & diagnostisk testning
Medicinska laboratorier kör dagliga kontrollprover och rapporterar %CV vid sidan av varje diagnostiskt test. Patientresultat släpps endast när kontrollprovets RSD ligger inom Westgard-regelgränserna.
Förbehåll
När du inte ska använda relativ standardavvikelse
Undvik relativ standardavvikelse i fem scenarier. RSD bryter samman eller vilseleder närhelst medelvärdet är noll, data använder en icke-kvotskala, medelvärdet är litet i förhållande till spridningen, data innehåller extremvärden som dominerar spridningen, eller datamängden är för liten för en stabil uppskattning.
RSD dividerar med medelvärdet, så ett nollmedelvärde producerar ett odefinierat resultat. Ett negativt medelvärde producerar en negativ procentandel som inte har någon praktisk betydelse.
2
Data utan kvotskala
RSD antar en sann nollpunkt. Temperatur i Celsius, kalenderår och IQ-poäng uppfyller inte det antagandet. Använd absolut standardavvikelse istället.
3
Små medelvärden med stor spridning
Ett medelvärde nära noll blåser upp RSD även när den absoluta spridningen är blygsam. Procentandelen återspeglar inte längre den praktiska variabiliteten.
4
Datamängder med starka extremvärden
RSD ärver standardavvikelsens känslighet för extremvärden. Ett enda extremt värde kan svänga resultatet. Medianabsolutavvikelse (MAD) är ett mer robust alternativ.
5
Mycket små stickprov
Ett stickprov med två eller tre värden ger en RSD med breda konfidensintervall. Metodvalidering enligt ICH-riktlinjer kräver vanligtvis minst sex replikat.
Formler
Formler för standardavvikelse
Standardavvikelsen har två former. Stickprovsstandardavvikelsen dividerar med (n − 1) och uppskattar spridningen från en delmängd. Populationsstandardavvikelsen dividerar med n och beskriver hela gruppen. Valet av nämnare ändrar värdet, vilket sedan ändrar RSD.
Använd formeln för stickprovsstandardavvikelse när dina data representerar ett stickprov draget från en större population. Bessels korrigering (n − 1) minskar den bias som uppstår vid uppskattning av medelvärdet från samma data.
Stickprovsstandardavvikelse
Populationsstandardavvikelse (n)
Använd formeln för populationsstandardavvikelse när dina data omfattar varje medlem i gruppen, såsom folkräkningsdata eller en färdig produktionsbatch som mätts i sin helhet.
Populationsstandardavvikelse
Samma data, två nämnare Redigera värdena för att se hur varje formel reagerar
Stickprov (n − 1)—σ²s = —
Population (n)—σ²p = —
n = —μ = —RSDsample = —RSDpop = —
Kvalitet
Bedömning av datakvalitet
Kalkylatorn för relativ standardavvikelse betygsätter datakvalitet i fem nivåer. Ett lägre RSD signalerar tätare klustring runt det aritmetiska medelvärdet. Tröskelvärdena nedan matchar de konventioner som används inom analytisk kemi, farmaceutisk analys och statistisk kvalitetskontroll.
Miljövetenskap10–20% accepteras på grund av naturlig variabilitet
Tillämpningar
Tillämpningar av relativ standardavvikelse (RSD)
Relativ standardavvikelse tillämpas inom fyra primära domäner: farmaceutisk analys, laboratorieanalys, kvalitetskontroll och klinisk kemi. Varje domän sätter sina egna acceptanströsklar, men varje domän förlitar sig på samma formel RSD = (σ / μ) × 100% för att jämföra precision på en enda dimensionslös skala.
Farmaceutisk analys tillämpar RSD för att validera analytiska metoder enligt ICH (International Council for Harmonisation) Q2-riktlinjer. RSD kvantifierar repeterbarhet och reproducerbarhet på samma skala, vilket gör analysjämförelser rättvisa mellan instrument och analytiker.
Systemlämplighet RSD ≤ 1%
Metodrepeterbarhet RSD ≤ 2%
Intermediär precision RSD ≤ 5%
Laboratorieanalys
Analytiska laboratorier tillämpar RSD för att jämföra instrument- och metodprestanda eftersom måttet är dimensionslöst. En spektrometer som mäter absorbans och en kromatograf som mäter toppareor kan jämföras direkt när båda rapporterar RSD.
Riktmärken för precision mellan instrument
Bedömning av replikatmätningar
Spårning av kalibreringsstabilitet
Kvalitetskontroll
Tillverkningsteam tillämpar RSD för att övervaka processstabilitet. Ett stigande RSD på ett kontrolldiagram signalerar processdrift, utrustningsslitage eller råvaruändring. Statistiska kvalitetskontrollprogram behandlar RSD som en ledande indikator för utbytesproblem.
Konsistens mellan batcher
Stödjande mått för Six Sigma Cpk
Övervakning av utrustningens hälsa
Klinisk kemi
Kliniska kemilaboratorier tillämpar RSD (ofta rapporterat som %CV) på kontrollprover för varje diagnostiskt test. Patientresultat släpps endast när kontrollprovets RSD ligger inom Westgard-regelgränserna, vilket skyddar diagnostisk tillförlitlighet.
Daglig QC-spårning på kontrollsera
Triggers vid brott mot Westgard-regler
Inter-laboratorietest av kompetens
Gränser
Begränsningar för RSD
RSD har fyra huvudsakliga begränsningar: kravet på positivt medelvärde, känslighet för små medelvärden, beroende av kvotskaleinmätning och känslighet för extremvärden. Att känna till dessa gränser förhindrar feltolkning av resultaten.
RSD blir odefinierat när medelvärdet är noll och meningslöst när medelvärdet är negativt. Byt till absolut standardavvikelse i dessa fall.
Regelμ > 0
Gräns 02
Känslig för små medelvärden
Små medelvärden blåser upp RSD. Data klustrade nära noll framstår som mer variabla än de verkligen är när de bedöms enbart med RSD.
Se uppμ → 0
Gräns 03
Endast data på kvotskala
RSD antar en sann nollpunkt. Mätningar på intervallskala såsom Celsius-temperaturer, pH och IQ-poäng bryter mot det antagandet.
Undvik°C · pH · IQ
Gräns 04
Känslighet för extremvärden
RSD ärver standardavvikelsens känslighet för extremvärden. En enda extrem punkt kan dominera resultatet. Medianabsolutavvikelse (MAD) är ett robust alternativ.
AltMAD
Referenser
Vidare läsning & referenser
Pålitliga externa källor och relaterade avsnitt på denna webbplats. Externa länkar öppnar auktoritativa referenser på Wikipedia och statliga statistikmyndigheter.
Ett bra RSD-värde beror på området. RSD ≤ 1% anses vara utmärkt precision. RSD mellan 1% och 5% är bra för de flesta analytiska tillämpningar. RSD mellan 5% och 10% är acceptabelt för många biologiska och miljömässiga studier. RSD över 10% kan indikera variabilitet som kräver utredning. Farmaceutisk analys enligt ICH-riktlinjer kräver vanligtvis RSD under 2% för metodvalidering.
Vad är skillnaden mellan RSD och CV?
RSD (relativ standardavvikelse) och CV (variationskoefficient) mäter samma statistiska egenskap förhållandet mellan standardavvikelse och medelvärde. Skillnaden är uttryckets enhet: CV rapporteras som ett decimaltal (t.ex. 0,05), medan RSD rapporteras som en procentandel (t.ex. 5%). Formeln CV = s / x̄ producerar decimalformen, och multiplikation med 100 producerar RSD som en procentandel.
När ska jag använda stickprovs- eller populationsstandardavvikelse?
Använd stickprovsstandardavvikelse (med nämnaren n − 1) när dina data är en delmängd av en större population, vilket är det vanligaste scenariot inom experimentell forskning och analytisk kemi. Använd populationsstandardavvikelse (med nämnaren n) endast när dina data omfattar hela populationen, såsom folkräkningsdata. Formen (n − 1), kallad Bessels korrigering, ger en väntevärdesriktig uppskattning av populationsvariansen från ett stickprov.
Varför kan RSD inte beräknas för data med noll eller negativt medelvärde?
RSD kräver division med medelvärdet, så ett nollmedelvärde producerar division med noll (odefinierat). För ett negativt medelvärde förlorar RSD sin tolkbarhet en negativ procentandel av variabilitet har ingen praktisk betydelse. RSD är utformad för data på kvotskala med inneboende positiva värden såsom koncentrationer, vikter eller antal.
Hur används RSD inom farmaceutisk analys och laboratorieanalys?
Farmaceutisk analys använder RSD för metodvalidering enligt ICH (International Council for Harmonisation)-riktlinjer. RSD kvantifierar repeterbarhet, reproducerbarhet och intermediär precision på en enda dimensionslös skala. Typiska acceptanskriterier inkluderar systemlämplighet RSD ≤ 1%, metodrepeterbarhet RSD ≤ 2% och intermediär precision RSD ≤ 5%. Laboratorier använder samma mått för att jämföra instrumentprestanda och analytikerkonsistens.
Vad är skillnaden mellan standardavvikelse och relativ standardavvikelse?
Standardavvikelse är ett absolut spridningsmått, uttryckt i samma enheter som data (mg, mL, °C). Relativ standardavvikelse är samma spridning uttryckt som en procentandel av medelvärdet, vilket tar bort enheter. En standardavvikelse på 5 mg betyder mycket olika saker vid ett medelvärde på 10 mg (RSD = 50%) jämfört med ett medelvärde på 5 000 mg (RSD = 0,1%).
Vad säger relativ standardavvikelse dig?
Relativ standardavvikelse berättar hur spridd en datamängd är i förhållande till sitt medelvärde. Ett litet RSD signalerar tät klustring runt medelvärdet och hög precision. Ett stort RSD signalerar hög variabilitet. Eftersom RSD är dimensionslös tillåter den jämförelser av variabilitet mellan datamängder som använder olika enheter eller skalor.