变异系数（Coefficient of Variation, CV）是衡量数据集中相对变异程度的一个统计量，它表示标准差与均值的比率。变异系数越大，说明数据相对于其均值的变异程度越大，即数据点分布的范围相对较宽，离散程度较高。具体来说，变异系数越大，有以下含义：
以均数为准的变异程度大：
变异系数越大，数据点相对于均值的偏离程度越大，说明数据的离散程度越高。
相对风险大：
在比较不同项目的风险时，变异系数越大，说明该项目的相对风险越大。这是因为变异系数衡量了单位均数的变异，因此较大的变异系数意味着单位均数的波动更大，风险也相应增加。
信息量大：
在赋予权重或进行综合评价时，变异系数较大的项目携带的信息量更大，因此权重也更大。这在专家评分或面试官评价时尤为有用。
数据分布范围广：
变异系数较大表明数据点分布的范围较宽，即数据更加分散。
综上所述，变异系数越大，主要说明数据相对于其均值的变异程度大，离散程度高，相对风险大，且携带的信息量也较大。
建议在实际应用中，变异系数常用于比较不同项目或不同数据集的离散程度和风险，帮助决策者更好地理解和评估数据的分布特征。