方差怎么计算？

方差是指全部变量值与其均值的离差平方的均值。方差以数据的重心——均值作为基准数值来度量数据分布的离散程度，同时用平方的方式消除了变量值与均值离差数值正负相抵的问题，便于数学上的处理，方差是正态分布等概率分布的重要参数，因此是度量数值变量离散程度的基本测度。方差一般用σ2或V(X)表示。

方差（Variance），应用数学里的专有名词。方差是各个数据与平均数之差的平方的和的平均数，即 ：其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。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。方差的算术平方根称为该随机变量的标准差。统计学意义当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。以上内容参考：百度百科-方差

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)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。方差的几个重要性质（设一下各个方差均存在）。（1）设c是常数，则D(c)=0。（2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。（3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。（4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。

设有n个数据x1，x2…xn，各数据与它们的平均数的差的平方，我们用这些值的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。第一步先求原始数据的平均数。第二步求原始数据中各数据与平均数的差。第三步求所得各个差数的平方。第四步求所得各平方数的平均数。

初中方差的计算公式是S^2=1/n[（x1-x）^2+（x2-x）^2+……+（xn-x）^2]。方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S^2。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。计算公式为：S^2=1/n[（x1-x）^2+（x2-x）^2+……+（xn-x）^2]。其中：x为这组数据中的数据，n为大于0的整数。方差的定义和性质：1、方差是一组数据中每个值与数据平均数之差的平方的平均数，在概率论中用来度量随机变量和其均值之间的｀偏离程度，在统计学中是一组数据时离散程度的度量。2、极差，又称范围误差或全距，用字母R表示，是用来表示统计资料中的变异量数，通过最大值减最小值后得出数据，通常用来反映一组数据变化范围的大小。极差不能用作比较，因为数据的单位不同，方差能用作比较，因为都是个比率。

方差（variance)：是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。总体方差计算公式：扩展资料：两台仪器的测量结果的均值都是a 。但是用上述结果评价一下两台仪器的优劣，很明显，我们会认为乙仪器的性能更好，因为乙仪器的测量结果集中在均值附近。由此可见，研究随机变量与其均值的偏离程度是十分必要的。那么，用怎样的量去度量这个偏离程度呢?容易看到E[|X-E[X]|]能度量随机变量与其均值E（X）的偏离程度。但由于上式带有绝对值，运算不方便，通常用量E[（X-E[X]）2] 这一数字特征就是方差。

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 。举例：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。

方差是各个数据与平均数之差的平方的和的bai平均数，公式为：其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。方差的概念与计算公式，例如两人的5次测验成绩如下：X： 50，100，100，60，50，平均值E(X)=72；Y：73， 70，75，72，70 平均值E(Y)=72。平均成绩相同，但X 不稳定，对平均值的偏离大。方差描述随机变量对于数学期望的偏离程度。扩展资料平方差：a²-b²=(a+b)(a-b)。文字表达式：两个数的和与这两个数的差的积等于这两个数的平方差。此即平方差公式标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。

方差 方差和标准差： 英文：variation and standard deviation 右图为计算公式 Variance"s formula 注：此公式在某些文献定义中分母为n-1.如,在MATLAB中使用求方差函数var时, var（x,1）表示除N,而var（x,0）var(x)表示除n-1 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差.样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大. 数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)即期望的偏离程度,称为X的方差. 定义 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)或DX.即D(X)=E{[X-E(X)]^2},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. 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 S^2=[(x1-x拔)^2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n 方差的几个重要性质（设一下各个方差均存在）. （1）设c是常数,则D(c)=0. （2）设X是随机变量,c是常数,则有D(cX)=(c^2)D(X). （3）设X,Y是两个相互独立的随机变量,则D(X+Y)=D(X)+D(Y). （4）D(X)=0的充分必要条件是X以概率为1取常数值c,即P{X=c}=1,其中E(X)=c. 方差是标准差的平方 ———————————————— 方差和标准差.方差和标准差是测算离散趋势最重要、最常用的指标.方差是各变量值与其均值离差平方的平均数,它是测算数值型数据离散程度的最重要的方法.标准差为方差的平方根,用S表示.标准差相应的计算公式为 标准差与方差不同的是,标准差和变量的计算单位相同,比方差清楚,因此很多时候我们分析的时候更多的使用的是标准差. （甘肃省,2002年）某校初三年级甲、乙两班举行电脑汉字输入速度比赛,两个班参加比赛的学生每分钟输入汉字的个数,经统计和计算后结果如下表所示： 班级 参加人数 平均字数 中位数 方差 甲 55 135 149 191 乙 55 135 151 110 有一位同学根据上表得出如下结论： ①甲、乙两班学生的平均水平相同； ②乙班优秀的人数比甲班优秀的人数多（每分钟输入汉字达150个以上为优秀）； ③甲班学生比赛成绩的波动比乙班学生比赛成绩的波动大．上述结论正确的是________（填序号）． 填①、②、③,显然①、③是正确的是．对于第②个结论,因为甲的中位数为149,表明甲班优秀人数未过半,而乙的中位数为151,表明乙班优秀人数在半数以上,故乙班优秀的人数比甲班优秀人数多,∴ ②正确

方差：一组数据中各个数据与平均数的差的平方的和的平均数。平均数为：(3+4+5)/3=4。方差为：1/3*[(3-4)^2+(4-4)^2+(5-4)^2]=1/3*(1+0+1)=2/3。正态分布的后一参数反映它与均值的偏离程度，即波动程度（随机波动），这与图形的特征是相符的。解：根据上节例2给出的分布律，计算得到工人乙废品数少，波动也小，稳定性好。扩展资料：性质：1、设C为常数，则D(C) = 0（常数无波动）；2、D(CX )=C2D(X ) （常数平方提取，C为常数，X为随机变量）；证：特别地 D(-X ) = D(X ), D(-2X ) = 4D(X )（方差无负值）。3、若X 、Y 相互独立，则证：记则前面两项恰为 D(X)和D(Y)，第三项展开后为当X、Y 相互独立时，故第三项为零。参考资料来源：百度百科-方差公式

方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。方差求法1，先求出一组数据的平均数;2，代入方差公式进行计算。(用每一个具体的数据减去平均数得到的差的平方的和去除以数据的总个数)。举例：设这组数据:x1、x2、x3、……、xn的平均数是M，先求出M，然后代入方差的公式就可以。s²=[(x1-M)²+(x2-M)²+(x3-M)²+……+(xn-M)²]÷n举例：1，2，3，4，5，6，7平均值：4方差：[(1-4)^2+(2-4)^2+(3-4)^2+(4-4)^2+(5-4)^2+(6-4)^2+(7-4)^2]/7=4标准差的性质标准差反映着组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。其公式如下所列。标准差的观念是由卡尔·皮尔逊（Karl Pearson）引入到统计中。

方差是指一组数据百中的各个数减这组数据的平均数的平方和的平均数。举个例子：有1 2 3 4 5 这么五个数，我们来求它们的方差：首先求它们的平均数（1+2+3+4+5）/5=3接着求每个数与方差相差多少的平方（1-3）的二次方+（2-3）的二次方+（3-3）的二次方+（4-3）的二次方+（5-3）的二次方=10因为是5个数，所以用10除以5=2这样就得到了方差。

方差的计算公式：设一组数据x1,x2,x3……xn中，各组数据与它们的平均数x的差的平方分别是(x1-x)2，(x2-x)2……(xn-x)2，那么就可以用他们的平均数对其进行衡量，公式为：该公式主要用来衡量这组数据的波动大小，并把它叫做这组数据的方差。为了简便我们也可以将其记做：如果一组数据的方差越小，那么就证明该组数据的稳定性较高。常见方差公式：（1）设c是常数，则D(c)=0。（2）设X是随机变量，c是常数，则有D(cX)=(c²)D(X)。（3）设X与Y是两个随机变量，则：D(X+Y)=D(X)+D(Y)+2E{[X-E(X)][Y-E(Y)]}。特别的，当X，Y是两个相互独立的随机变量，上式中右边第三项为0（常见协方差），则D(X+Y)=D(X)+D(Y)。此性质可以推广到有限多个相互独立的随机变量之和的情况。

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)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。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。由定义知，方差是随机变量X的函数g(X)=∑[X-E(X)]^2pi数学期望。即：由方差的定义可以得到以下常用计算公式：D(X)=∑xi²pi-E(x)²D(X)=∑（xi²pi+E(X)²pi-2xipiE(X))=∑xi²pi+∑E(X)²pi-2E(X)∑xipi=∑xi²pi+E(X)²-2E(X)²=∑xi²pi-E(x)²方差其实就是标准差的平方。

1、方差公式：S^2=〈(M-x1)^2+(M-x2)^2+(M-x3)^2+…+(M-xn)^2〉╱n。 2、方差的概念与计算公式，例如 两人的5次测验成绩如下：X： 50，100，100，60，50，平均值E(X)=72；Y：73， 70，75，72，70 平均值E(Y)=72。平均成绩相同，但X 不稳定，对平均值的偏离大。方差描述随机变量对于数学期望的偏离程度。单个偏离是消除符号影响方差即偏离平方的均值，记为E(X)：直接计算公式分离散型和连续型。推导另一种计算公式得到：“方差等于各个数据与其算术平均数的离差平方和的平均数”。其中，分别为离散型和连续型计算公式。称为标准差或均方差，方差描述波动程度。

DX的值为p*q。计算过程：方差的计算公式：D（X）=（E[X-EX]）^2=E（X^2）-（EX）^2由题目为二项分布，所以EX=p，同时EX^2=p。D（X）=E（X^2）-（EX）^2=p-p^2=p*（1-p）=p*q。所以说DX的值为p*q。扩展资料：方差的计算公式：D(X)=E[(X-E(X))^2]=E（X^2） - [ E（X）]^2。在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定方差的性质：D（X）=0的充分必要条件是X以概率1取常数E（X），即P{X=EX}=1。D(aX，bY)=a^2*DX+b^2*DY+2a*bCov（X，Y）。参考资料来源：百度百科-方差

你好！您问的是方差怎么计算。首先，方差的计算涉及到数学统计，其实就是一种用来测量两个变量或一组数据之间的变异程度的指标。其次，计算方差的公式有以下几种：1.样本的方差：s^2 = Σ(x_i - x_ )^2 / (n-1)2.总体的方差：σ^2 = Σ(x_i - μ_ )^2 / N其中，xi是样本中某一个值，x是样本的平均值，μ是整体的平均值，n是样本的大小，N是整体的大小。所以，计算方差主要是利用它的公式，来求出样本或者整体的方差。 希望我的回答能够帮助您，祝您学习愉快！

先求出各个数的和的平均数,再用各个数减去它们的平均数,各个数得出的差再平方,再加起来,最后除于权数（就是有多少个数,就除于多少）. 例,求 1、2、3、4、5的方差 易得；平均数为3 方差= 1/5 * { （1-3）（1-3）+ （2-3）（2-3）+（3-3）（3-3）+（4-3）（4-3）+（5-3）（5 - 3）} （1-3）（1-3）就是 (1-3)的平方.sorry

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)或DX。即D(X)=E{[X-E(X)]^2}，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。 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 S^2=[(x1-x拔)^2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n 方差的几个重要性质（设一下各个方差均存在）。 （1）设c是常数，则D(c)=0。 （2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。 （3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。 （4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。 方差是标准差的平方

方差是各个数据与平均数之差的平方的平均数，标准差是各数据偏离平均数的距离的平均数，平均差是总体所有单位的平均值与其算术平均数的离差绝对值的算术平均数。方差是各个数据与平均数之差的平方的平均数，即 s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2] ，其中,x_表示样本的平均数,n表示样本的数量，^2表示平方,xn表示个体，而s^2就表示方差。标准差 ,也称均方差,是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根，标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。平均差是总体所有单位的平均值与其算术平均数的离差绝对值的算术平均数，平均差是一种平均离差。离差是总体各单位的标志值与算术平均数之差。因离差和为零，离差的平均数不能将离差和除以离差的个数求得，而必须讲离差取绝对数来消除正负号。参考资料方差公式.CSDN博客[引用时间2018-4-10]

方差的公式是s=[(x1-x)^2+(x2-x)^2+（xn-x）^2]/n，标准差公式是sqrt[(x1-x)^2+(x2-x)^2+（xn-x）^2]/n。平方差：a²-b²=(a+b)(a-b)。文字表达式：两个数的和与这两个数的差的积等于这两个数的平方差。此即平方差公式方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。扩展资料：由于方差是数据的平方，一般与检测值本身相差太大，人们难以直观地衡量，所以常用方差开根号（取算术平方根）换算回来。这就是我们要说的标准差（SD）。在统计学中，样本的均差多是除以自由度（n-1)，它的意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是（n-1)。参考资料来源：百度百科-标准差公式

方差DX2和DX的关系：若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。DX=E(X^2-2XEX+(EX)^2)=E(X^2)-E(2XEX)+(EX)^2=E(X^2)-2(EX)^2+(EX)^2=E(X^2)-(EX)^2概念在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。例如，在掷骰子时，我们常常关心的是两颗骰子的点和数，而并不真正关心其实际结果，就是说，我们关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2）或（6，1）。

关于方差内容 详情请看初中课本 谢谢惠顾 — —...

方程D（X）=E{[X-E（X）]^2}=E（X^2） - [ E（X）]^2，其中 E（X）表示数学期望。对于连续型随机变量X，若其定义域为（a，b），概率密度函数为f（x），连续型随机变量X方差计算公式：D（X）=（x-μ）^2 f（x） dx。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），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，它是衡量取值分散程度的一个尺度。扩展资料：期望的性质：其中，X和Y相互独立。参考资料来源：百度百科-方差

笼统的将就是，离散数据数据偏离平均值的程度

标准差是方差开方后的结果(即方差的算术平方根)假设这组数据的平均值是m方差公式s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2]采纳下哈 谢谢

标准差是方差的平方根，方差是平均数减每个数平方后相加（一个一个减）后除以个数

标准差（Standard Deviation） ，是离均差平方的算术平均数（即：方差）的算术平方根，用σ表示。标准差也被称为标准偏差，或者实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。扩展资料：标准差在概率统计中最常使用作为统计分布程度（statistical dispersion）上的测量。标准差定义是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反映组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：为非负数值，与测量资料具有相同单位。一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。简单来说，标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

1、方差的概念与计算公式，例如 两人的5次测验成绩如下：X：50，100，100，60，50，平均值E(X)=72；Y：73， 70，75，72，70 平均值E(Y)=72。平均成绩相同，但X不稳定，对平均值的偏离大。方差描述随机变量对于数学期望的偏离程度。单个偏离是消除符号影响方差即偏离平方的均值，记为E(X)：直接计算公式分离散型和连续型。 2、推导另一种计算公式得到：“方差等于各个数据与其算术平均数的离差平方和的平均数”。其中，分别为离散型和连续型计算公式。称为标准差或均方差，方差描述波动程度。

有n个数 先求平均值Ex设方差var(n)=[(x1-Ex)^2+(x2-Ex)^2+……+(xn-EX)^2]/n

方差计算公式两种：S^2=（1/n）、S=（X2-平均数）^2。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。概率论，是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的，在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。

方差的另一个计算式你可能没学过用文字表述就是“一组数的方差为其中每个数的平方的平均数减去这组数的平均数的平方”总平均数为(30*6+40*6.5+50*5+60*4) /(30+40+50+60)=93/18第一组每个数的平方和为(1+6^2)*30=1110第二组每个数的平方和为(1.69+6.5^2)*40=1757.6第三组每个数的平方和为(0.81+5^2)*50=1290.5第四组每个数的平方和为(0.64+4^2)*60=998.4总的平方和平均数为(1110+1757.6+1290.5+998.4)/(30+40+50+60)=515.65/18总方差为 515.65/18-（93/18）^2=1.95

s^2=1/n(x1-x拔）^2+（x2-x拔）^2+...（xn-x拔）^2 。x1 x2 xn代表数据n是数据的个数

方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。方差求法1，先求出一组数据的平均数;2，代入方差公式进行计算。(用每一个具体的数据减去平均数得到的差的平方的和去除以数据的总个数)。举例：设这组数据:x1、x2、x3、……、xn的平均数是M，先求出M，然后代入方差的公式就可以。s²=[(x1-M)²+(x2-M)²+(x3-M)²+……+(xn-M)²]÷n举例：1，2，3，4，5，6，7平均值：4方差：[(1-4)^2+(2-4)^2+(3-4)^2+(4-4)^2+(5-4)^2+(6-4)^2+(7-4)^2]/7=4标准差的性质标准差反映着组内个体间的离散程度。测量到分布程度的结果，原则上具有两种性质：一个总量的标准差或一个随机变量的标准差，及一个子集合样品数的标准差之间，有所差别。其公式如下所列。标准差的观念是由卡尔·皮尔逊（Karl Pearson）引入到统计中。

方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差计算公式：S²=（x₁-M）²+（x₂-M）²+（x₃-M）²+···+（xₙ-M）²/n方差的特点：当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。方差不仅仅表达了样本偏离均值的程度，更是揭示了样本内部彼此波动的程度，也可以理解为方差代表了样本彼此波动的期望。当然，这个结论是在二阶统计矩下成立。 以上内容参考：百度百科-方差

方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。如1、2、3、4、5这五个数的平均数是3。方差就是1/5[（1-3）2+（2-3）2+（3-3）2+（4-3）2+（5-3）2]=2。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。

一、方差的定义。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。二、方差的计算。方差是实际值与期望值之差平方的平均值，而标准差是方差算术平方根。[5] 在实际计算中，我们用以下公式计算方差。方差是各个数据与平均数之差的平方的和的平均数，，其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。而当用方差作为样本X的方差的估计时，发现其数学期望并不是X的方差，而是X方差的多少倍，它的数学期望才是X的方差，用它作为X的方差的估计具有“无偏性”，所以我们总是用样本来估计X的方差，并且把它叫做“样本方差”。方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S2。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。

一、方差的定义。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。二、方差的计算。方差是实际值与期望值之差平方的平均值，而标准差是方差算术平方根。[5] 在实际计算中，我们用以下公式计算方差。方差是各个数据与平均数之差的平方的和的平均数，，其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。而当用方差作为样本X的方差的估计时，发现其数学期望并不是X的方差，而是X方差的多少倍，它的数学期望才是X的方差，用它作为X的方差的估计具有“无偏性”，所以我们总是用样本来估计X的方差，并且把它叫做“样本方差”。方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S2。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。

一组数据的平均数减每个数的差的平方的和

方差的表示方法如下：其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。方差在统计学中的意义：当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。

方差是衡量源数据和期望值相差的度量值。统计中的方差是每个样本值与全体样本值的平均数之差的平方值的平均数。 方差的含义 方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。 方差的公式 1.若x1,x2....xn 的平均数为m 其方差是：S^2=1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2] 标准差：S=√{1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2]} 2.若x1,x2....xn 其方差是：S² 则kx1,kx2.....kxn的方差为：k²S² 3.若x1,x2....xn 其方差是：S² 则x1+a,x2+a,x3+a....xn+a的方差为：S²（没有改变） （k1,a是不为零的常数） 4.若x1,x2....xn 其方差是：S² 则kx1+a,kx2+a,kx3+a....kxn+a的方差为：k²S² 标准差的含义 在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。所有数减去其平均值的平方和，所得结果除以该组数之个数（或个数减一，即变异数），再把所得值开根号，所得之数就是这组数据的标准差。

方差：S^2=[(x1-x)^2+（x2-x)^2+(x3-x)^2+…+(xn-x)^2]/n 其中x1,x2,..,xn为样本数据,x为x1,x2,..,xn的平均数,n是样本个数,s是标准差 把括号用平方公式展开得: S^2=[(x1^2-2x1x+x^2)+(x2^2-2x2x+x^2)+...+(xn^2-2xnx+x^2)]/n =[(x1^2+x2^2+...+xn^2)-(2x1x+2x2x+..+2xnx)+(x^2+x^2+..+x^2)]/n =[(x1^2+x2^2+..+xn^2)-2x*(x1+x2+..+xn)+nx^2]/n,【注由于x1+x2+...+xn=n*x】 =[(x1^2+x2^2+..+xn^2)-2x*nx+nx^2]/n =[(x1^2+x2^2+.)－nx^2]/n

方差：一组数据中各个数据与平均数的差的平方的和的平均数。平均数为：(3+4+5)/3=4。方差为：1/3*[(3-4)^2+(4-4)^2+(5-4)^2]=1/3*(1+0+1)=2/3。正态分布的后一参数反映它与均值的偏离程度，即波动程度（随机波动），这与图形的特征是相符的。解：根据上节例2给出的分布律，计算得到工人乙废品数少，波动也小，稳定性好。扩展资料：性质：1、设C为常数，则D(C) = 0（常数无波动）；2、D(CX )=C2D(X ) （常数平方提取，C为常数，X为随机变量）；证：特别地 D(-X ) = D(X ), D(-2X ) = 4D(X )（方差无负值）。3、若X 、Y 相互独立，则证：记则前面两项恰为 D(X)和D(Y)，第三项展开后为当X、Y 相互独立时，故第三项为零。参考资料来源：百度百科-方差公式

一、方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。二、举例：已知某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图：甲仪器测量结果：乙仪器测量结果：全是a两台仪器的测量结果的均值都是 a 。但是用上述结果评价一下两台仪器的优劣，很明显，我们会认为乙仪器的性能更好，因为乙仪器的测量结果集中在均值附近。由此可见，研究随机变量与其均值的偏离程度是十分必要的。那么，用怎样的量去度量这个偏离程度呢?容易看到E[|X-E[X]|]能度量随机变量与其均值E（X）的偏离程度。但由于上式带有绝对值，运算不方便，通常用量E[（X-E[X]）2] 这一数字特征就是方差。

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。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。扩展资料：一、相关历史“方差”（variance）这一词语率先由罗纳德·费雪（Ronald Fisher）在其论文《The Correlation Between Relatives on the Supposition of Mendelian Inheritance》中提出。二、方差的统计学意义当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。参考资料来源：百度百科－方差

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)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。 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。

初中方差的计算公式是S^2=1/n[（x1-x）^2+（x2-x）^2+……+（xn-x）^2]。方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S^2。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。计算公式为：S^2=1/n[（x1-x）^2+（x2-x）^2+……+（xn-x）^2]。其中：x为这组数据中的数据，n为大于0的整数。方差的定义和性质：1、方差是一组数据中每个值与数据平均数之差的平方的平均数，在概率论中用来度量随机变量和其均值之间的｀偏离程度，在统计学中是一组数据时离散程度的度量。2、极差，又称范围误差或全距，用字母R表示，是用来表示统计资料中的变异量数，通过最大值减最小值后得出数据，通常用来反映一组数据变化范围的大小。极差不能用作比较，因为数据的单位不同，方差能用作比较，因为都是个比率。

方差 方差和标准差： 英文：variation and standard deviation 右图为计算公式 Variance"s formula 注：此公式在某些文献定义中分母为n-1。如，在MATLAB中使用求方差函数var时， var（x，1）表示除N，而var（x，0）<=>var(x)表示除n-1 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)即期望的偏离程度，称为X的方差。 定义 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)或DX。即D(X)=E{[X-E(X)]^2}，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。 由方差的定义可以得到以下常用计算公式： D(X)=E(X^2)-[E(X)]^2 S^2=[(x1-x拔)^2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n 方差的几个重要性质（设一下各个方差均存在）。 （1）设c是常数，则D(c)=0。 （2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。 （3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。 （4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。 方差是标准差的平方 ———————————————— 方差和标准差。方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的平方根，用S表示。标准差相应的计算公式为 标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。 （甘肃省，2002年）某校初三年级甲、乙两班举行电脑汉字输入速度比赛，两个班参加比赛的学生每分钟输入汉字的个数，经统计和计算后结果如下表所示： 班级 参加人数 平均字数 中位数 方差 甲 55 135 149 191 乙 55 135 151 110 有一位同学根据上表得出如下结论： ①甲、乙两班学生的平均水平相同； ②乙班优秀的人数比甲班优秀的人数多（每分钟输入汉字达150个以上为优秀）； ③甲班学生比赛成绩的波动比乙班学生比赛成绩的波动大．上述结论正确的是________（填序号）． 解：填①、②、③，显然①、③是正确的是．对于第②个结论，因为甲的中位数为149，表明甲班优秀人数未过半，而乙的中位数为151，表明乙班优秀人数在半数以上，故乙班优秀的人数比甲班优秀人数多，∴ ②正确

方差（Variance），应用数学里的专有名词。方差是各个数据与平均数之差的平方的和的平均数，即 ：其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s^2就表示方差。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。方差的算术平方根称为该随机变量的标准差。统计学意义当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。以上内容参考：百度百科-方差

例如有1、2、3这组样本，先求出平均数（1+2+3）/3=2，然后用每个数减平均数的差的平方的和的平均数【（1-2）^2+（2-2）^2+（3-2）^2】/3=2/3