方差查看源代码讨论查看历史
| 方差 |
 |
方差（Variance），应用数学里的专有名词。在概率论和统计学中，一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。一个实随机变量的方差也称为它的二阶矩或二阶中心动差，恰巧也是它的二阶累积量。方差的算术平方根称为该随机变量的标准差。
简介
方差是各个数据与其算术平均数的离差平方和的平均数，通常以σ2表示。方差的计量单位和量纲不便于从经济意义上进行解释，所以实际统计工作中多用方差的算术平方根——标准差来测度统计数据的差异程度。方差和标准差是测度数据变异程度的最重要、最常用的指标。
标准差又称均方差，一般用σ表示。方差和标准差的计算也分为简单平均法和加权平均法，另外，对于总体数据和样本数据，公式略有不同。
方差是各个数据与平均数之差的平方的平均数 比如1.2.3.4.5 这五个数的平均数是3 ，所以这五个数的方差就是 1/5[（1-3）²+（2-3）²+（3-3）²+（4-3）²+（5-3）²]=2
1/n[(x1-x平均数）²+(x2-x平均数）²…………+（xn-x平均数）²]
评价
设X是一个随机变量，若E{[X-E(X)]² }存在，则称E{[X-E(X)]²}为X的方差，记为D(X),Var(X)或DX。
即D(X)=E{[X-E(X)]^2}称为方差，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差（或均方差）。即用来衡量一组数据的离散程度的统计量。
方差刻画了随机变量的取值对于其数学期望的离散程度。（标准差.方差越大，离散程度越大。否则，反之)
若X的取值比较集中，则方差D(X)较小
若X的取值比较分散，则方差D(X)较大。
因此，D（X）是刻画X取值分散程度的一个量，它是衡量X取值分散程度的一个尺度。[1]