相対標準偏差計算ツール - RSD と CV

相対標準偏差（RSD）は変動係数（CV）とも呼ばれ、標準偏差を平均値に対する割合として表す、正規化された統計的ばらつきの指標です。絶対標準偏差とは異なり、RSD は無次元なので、単位が異なるデータや平均値の桁が大きく異なるデータ同士のばらつき比較に向いています。\n\nRSD の式はシンプルです。RSD = (s / |x̄|) × 100% で、s はベッセル補正（n − 1 で割る）を用いて求めた標本標準偏差、x̄ はデータセットの算術平均です。このツールは標本標準偏差の式を使っており、より大きな母集団から抽出した標本を扱うときに、母標準偏差の不偏推定を与えます。\n\nRSD は分析化学や実験室科学で、測定法の精度評価に広く使われます。RSD が低い（通常 5% 未満）ほど高精度で、繰り返し測定が平均値の近くに密集していることを意味します。医薬品分析では、規制当局が機器校正標準に 2% 未満の RSD を求めることがよくあります。\n\n金融では、変動係数によって投資家は異なる資産のリターン 1 単位あたりのリスクを比較できます。CV が低いポートフォリオは、同じリターンをより小さい相対的な変動で実現できるため、より効率的と見なされます。\n\n品質管理や製造業では、RSD を使って工程の一貫性を時系列で監視します。エンジニアは生産ロットごとの CV を追跡し、ばらつきが不良につながる前に変化を検出します。\n\nこの計算ツールは、カンマ、スペース、改行で区切られた任意の数値リストに対応しています。件数、算術平均、標本標準偏差、そして最終的な RSD を一度に計算します。結果は 4 桁の有効数字で表示され、多くの科学・工学用途には十分です。\n\nなお、平均値が 0 のとき RSD は定義できません。また、正負の値が混在するデータでは、分散が大きくても平均値が 0 に近づくことがあり、RSD の解釈価値が低下します。その場合は、絶対標準偏差や四分位範囲を報告するほうが有益です。