Je suis d'accord avec vous - cela n'a pas de sens pour moi de calculer plusieurs CV pour un jeu de données sauf si il ya une raison inférentielle pour le faire.
Cela étant dit, il pourrait en fait y avoir une raison de considérer des sous-groupes d'un ensemble de données. Dans le domaine des statistiques, le contexte est tout. Ma première pensée est de demander à votre collègue pourquoi il veut que vous procédiez ainsi. Peut-être qu'il y a une bonne raison, peut-être qu'ils n'ont pas une connaissance aussi complète des statistiques que vous, quoi qu'il en soit, cela devrait être une conversation éclairante.
Si vous décidez d'aller dans cette voie, voici un code R qui pourrait aider (R est grande - flexible, puissant et gratuit)
# first, simulating some fake data (100 values of measurement & group for 10 groups)
x <- rnorm(100, mean=10, sd=1)
group <- sample(LETTERS[1:10], 100, replace=T)
# first few values of each
head(data.frame(x, group))
x group
1 10.778480 F
2 9.274193 B
3 9.639143 G
4 9.080369 I
5 10.727895 D
6 10.850306 G
# this is the part you'd actually need...
# calculating the sd & avgs for each group
sds <- tapply(x, group, sd)
avgs <- tapply(x, group, mean)
# then the cv
cvs <- sds/avgs
cvs
A B C D E F G H I J
0.07859528 0.07570556 0.09370247 0.12552468 0.08897856 0.11044543 0.10947615 0.10323379 0.08908262 0.09729945
# and if you want a histogram, R makes it pretty easy
hist(cvs)