变异系数CV如果存在负数该如何应对

变异系数的目的是去除量级的影响，比如第一组数据std1 = 10，mean1 = 100；第二组数据std2 = 10000，mean2 = 100000，如果要比较两组数据的散布程度，直接比较std的话，就是第二组散布程度更大，但这显然不make sense，因为第二组数据的量级大很多，这样比较不公平，我们以mean来表征这组数据的大概量级，那么就有了变异系数的出现

cv1 = std1/mean1，cv2=std2/mean2，这就消除了量级的影响。

但是如果1组数据中存在负值，和正值抵消就不能带出量级的信息，极端的情况，恰好均值为0，或者均值为负数、均值是一个很小的正数如0.0001，量级的信息就被正负抵消所消耗掉了，所以我个人认为，变异系数要有意义的话，1组数据中不能出现异号的情况，要不然全部>=0，要不然全都<=0（算出来的CV取绝对值便可），如果一组数据全为0，可以单独定义变异系数就为0