方差

计算公式如下：1、方差公式：2、标准方差公式（1)：3、标准方差公式（2)：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。方差的概念：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。方差是衡量源数据和期望值相差的度量值。

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]

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。 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

平均差：平均差是表示各个变量值之间差异程度的数值之一。指各个变量值同平均数的离差绝对值的算术平均数。标准差：是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。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。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。极差：极差又称范围误差或全距(Range)，以R表示，是用来表示统计资料中的变异量数(measures of variation)，其最大值与最小值之间的差距，即最大值减最小值后所得之数据。是指一组数据内的最大值和最小值之间的差异.区别：1、平均差是说明集中趋势的,标准差是说明一组数据的离中趋势的.平均差是反应各标志值与算术平均数之间的平均差异,是各个数据与平均值差值的绝对值的平均数；标准差是离均差平方和平均后的方根,更能反映一个数据集的离散程度。2、方差是每个数减去平均数的平方的和,标准差是把方差除以我们的关注的事物的个数，方差=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，标准差=方差的算术平方根。3、平均差是总体所有单位与其算术平均数的离差绝对值的算术平均数。方差是各个数据与其算术平均数的离差平方和的平均数。联系：极差越大,平均差的代表性越小,反之亦然；标准差越大,平均差的代表性越小,反之亦然，方差的算术平方根=标准差。扩展资料：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。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。标准差为方差的算术平方根，用S表示。方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。参考资料来源：百度百科——方差百度百科——极差百度百科——标准差百度百科——平均差

标准差(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数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。例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差为17.08分，B组的标准差为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。标准差也被称为标准偏差，或者实验标准差。关于这个函数在EXCEL中的STDEVP函数有详细描述，EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。公式如图。P.S.在EXCEL中STDEVP函数就是下面评论所说的另外一种标准差，也就是总体标准差。在繁体中文的一些地方可能叫做“母体标准差”因为有两个定义,用在不同的场合: 如是总体,标准差公式根号内除以n, 如是样本,标准差公式根号内除以（n-1), 因为我们大量接触的是样本,所以普遍使用根号内除以（n-1),

方差开根号取正的那个就是标准差。方差反应了一组数据平均程度，方差大于等于0。方差越大，数值间差的越大，比方说1个亿和1之间差距很大，而如果一组数据全是1，即同一常数，方差为0。

标准差公式是：s=sqrt(s^2)。方差公式是：s^2=/n。标准差公式和方差公式是数学统计学中的重要公式。是离均差平方的算术平均数的平方根，用σ表示。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。简介简单来说，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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

问题一：方差,标准差的概念是什么？ 标准差(Standard Deviation) 各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数 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。 例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差为17.08分，B组的标准差为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。 标准差也被称为标准偏差，或者实验标准差。 关于这个函数在EXCEL中的STDEVP函数有详细描述，EXCEL中文版里面就是用的“标准偏差”字样。但我国的中文教材等通常还是使用的是“标准差”。 公式如图。 P.S. 在EXCEL中STDEVP函数就是下面评论所说的另外一种标准差，也就是总体标准差。在繁体中文的一些地方可能叫做“母体标准差” 因弧有两个定义,用在不同的场合: 如是总体,标准差公式根号内除以n, 如是样本,标准差公式根号内除以（n-1), 因为我们大量接触的是样本,所以普遍使用根号内除以（n-1), 问题二：方差,标准差的概念是什么？ 方差和标准差是用来描述一组数据的波动性的（集中还是分散）标准差的平方就是方差。 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）是各个数据分别与其平均数之差的平方的和的平均数。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。 二、标准差 ，中文环境中又常称均方差，但不同于均方误差，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差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。平均数相同的一组数据，标准差未必相同。 注：方差和标准差是测算离散趋势最重要、最常用的指标。 问题三：方差 标准差 协方差 有什么区别 首先，方差和标准差通常针对一维数据，也即各个数据描述的是同一类事物，比如身高。标准差为方差的算术平方根。方差和标准差用以刻画各个数据与所有数据平均值的靠近程度，它们的取值越小，则各数据同平均值越为接近。 其次，协方差针对二维数据，也即两个维度的数据描述的是不同类事物，比如身高和体重。协方差用以刻画两类数据间的相关程度，其计算公式见下图。若结果为正值，表示两类数据正相关，比如身高越高，体重越大；若结果为负值，表示两类数据负相关，比如身高越高，体重越小；若结果为0，表示两类数据没有关联，比如身高和体重没有明显关系。另外，结果的绝对值越大，对应相关程度越高。 问题四：方差，平方差，标准差的公式是什么？ 1、方差是各个数据分别与其平均数之差的平方的和的平均数，用字母D表示。在概率论和数理统计中，方差（Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着重要意义。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。 2、平方差公式（difference of two squares）是数学公式的一种，它属于乘法公式、因式分解及恒等式，被普遍使用。平方差指一个平方数或正方形，减去另一个平方数或正方形得来的乘法公式：a2-b2=(a+b)(a-b) 3、标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。假设有一组数值X1,X2,X3,......XN（皆为实数），其平均值（算术平均值）为μ，公式如图。 问题五：方差和标准差的公式分别是什么？ 40分 方差有两个计算公式：法一： s^2=1/n ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2] 前x为数据个数，后x为这组数据的平均数，x1、x2、xn等是每个数据 法二： s^2=1/n ×（x1^2 +x2^2 +...+xn^2) -x^2 标准差是方差的平方根，即：s=√1x ×[(x1-x)^2+(x2-x)^2+.......+(xn-x)^2].【【不清楚，再问；满意， 请采纳！祝你好运开！！】】 问题六：方差标准差的意义是什么？它们有何特性 1、方差的意义在于反映了一组数据与其平均值的偏离程度； 2、方差是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）是各个数据分别与其平均数之差的平方的和的平均数。 3、方差的特性在于：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。 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。 4、标准差是方差的算术平方根，意义在于反映一个数据集的离散程度。

平均差,标准差,方差,极差的定义分别是什么?有什么区别和联系?, 分别解释一下极差、方差、标准差的定义？ 极差是指一组数据内的最大值和最小值之间的差异。 平均差是说明集中趋势的，标准差是说明一组数据的离中趋势的。 一组数据中各数据与平均数的差的平方和的平均数叫做这组数据的方差； 极差越大，平均差的代表性越小，反之亦然；标准差越大，平均差的代表性越小，反之亦然。 方差的算术平方根=标准差 平均差和标准差的区别 平均差。可以是多个误差的平均值。 标准差，是规定允许的的误差。 什么是方差、平均差、标准差？ 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。

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。标准差越高,表示实验数据越离散,也就是说越不精确反之,标准差越低,代表实验的数据越精确。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]通俗点讲，就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）。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。误差：测量结果与被测量真值之差。标准差和方差是数学概念，误差是物理概念。

马柯威茨的均值方差模型是建立在两个假设之上的： 假设一，投资者以期望收益率（亦称收益率均值）来衡量未来实际收益率的总体水平，以收益率的方差（或标准差）来衡量收益率的不确定性（风险），因而投资者在决策中只关心投资的期望收益率和方差。 假设二，投资者是不知足的和厌恶风险的，即投资者总是希望期望收益率越高越好，而方差越小越好。 马柯威茨均值方差模型就是在上述两个假设下导出投资者只在有效边界上选择证券组合，并提供确定有效边界的技术路径的一个数理模型。 而资本资产定价模型(CAPM)是马柯威茨的均值方差模型的一个衍生应用。 模型可以表示为： E（R）= Rf+ [E（Rm）－ Rf] ×β 其中，E（R）为股票或投资组合的期望收益率，Rf为无风险收益率，投资者能以这个利率进行无风险的借贷，E（Rm）为市场组合的收益率，β是股票或投资组合的系统风险测度。 从模型当中，我们可以看出，资产或投资组合的期望收益率取决于三个因素：（1）无风险收益率Rf，一般将一年期国债利率或者银行三个月定期存款利率作为无风险利率，投资者可以以这个利率进行无风险借贷；（2）风险价格，即[E（Rm）－ Rf]，是风险收益与风险的比值，也是市场组合收益率与无风险利率之差；（3）风险系数β，是度量资产或投资组合的系统风险大小尺度的指标，是风险资产的收益率与市场组合收益率的协方差与市场组合收益率的方差之比，故市场组合的风险系数β等于1。 资本资产定价模型是第一个关于金融资产定价的均衡模型，同时也是第一个可以进行计量检验的金融资产定价模型。模型的首要意义是建立了资本风险与收益的关系，明确指明证券的期望收益率就是无风险收益率与风险补偿两者之和，揭示了证券报酬的内部结构。 资本资产定价模型另一个重要的意义是，它将风险分为非系统风险和系统风险。非系统风险是一种特定公司或行业所特有的风险，它是可以通过资产多样化分散的风险。系统风险是指由那些影响整个市场的风险因素引起的，是股票市场本身所固有的风险，是不可以通过分散化消除的风险。资本资产定价模型的作用就是通过投资组合将非系统风险分散掉，只剩下系统风险。并且在模型中引进了β系数来表征系统风险。 而特征线模型只是资本资产定价模型(CAPM)的另一种称法，把资本资产定价模型(CAPM)的公式在坐标系中用均线法画出来就是所谓的特征线模型。其好处当然是更直观，就像解析几何一样。 因素模型是描述证券收益率生成过程的一种模型，建立在证券关联性基础上。认为证券间的关联性是由于某些共同因素的作用所致，不同证券对这些共同的因素有不同的敏感 度。这些对所有证券的共同因素就是系统性风险。因素模型正是抓住了对这些系统影响对证券收益的影响，并用一种线性关系来表示。 因素模型中的因素常以指数形式出现（如GNP指数、股价指数、物价指数等）,所以又称为指数模型。 单因素模型相对CAPM是为了解决两个问题，一是提供一种简化地应用CAPM的方式；二是细分影响总体市场环境变化的宏观因素，如国民收入、通胀率、利率、能源价格等具体带来风险的因素因素模型。 套利定价理论导出了与资本资产定价模型相似的一种市场关系。套利定价理论以收益率形成过程的多因子模型为基础，认为证券收益率与一组因子线性相关，这组因子代表证券收益率的一些基本因素。事实上，当收益率通过单一因子(市场组合)形成时，将会发现套利定价理论形成了一种与资本资产定价模型相同的关系。因此，套利定价理论可以被认为是一种广义的资本资产定价模型，为投资者提供了一种替代性的方法，来理解市场中的风险与收益率间的均衡关系。套利定价理论与现代资产组合理论、资本资产定价模型、期权定价模型等一起构成了现代金融学的理论基础。 以上回答为大部分原创，其中关于APT的部分参照了一下wikipedia的解答。不足之处，望海涵。

方差（Variance）是指一组数据中每个数据与该组数据的平均值之差的平方的平均值。方差可以衡量数据集的离散程度，数值越大表示数据的散布越广，数值越小表示数据的散布越集中。平方差（Mean Squared Deviation）也是指数据与平均值之差的平方的平均值。平方差与方差的计算方法相同，但在某些特定应用中，平方差的含义可能有所不同。标准差（Standard Deviation）是方差的平方根。标准差是衡量数据离散程度的常用指标，它与方差具有相同的量纲，但是更易于理解和比较。标准差越大，表示数据的波动性越大；标准差越小，表示数据越接近平均值。这些概念在统计学和数据分析中非常重要，用于揭示数据的分布情况和变异程度。

标准差公式是：s=sqrt(s^2)。方差公式是：s^2=/n。标准差公式和方差公式是数学统计学中的重要公式。是离均差平方的算术平均数的平方根，用σ表示。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。简介简单来说，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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

1.方差 s=[(x1-x)^2 +(x2-x)^2 +......(xn-x)^2]/n 　　(x为平均数) 　　2.标准差=方差的算术平方根

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]

标准差 D (X ) = E [X - E(X)]2 根号D (X )为 X 的均方差或标准差常用公式D(X)=E(X2)-E2(X)协方差COV（X，Y）=E([X-E(X)][Y-E(Y)])相关系数协方差/[根号D（X）*根号D（Y）]

方差（Variance）是用来衡量随机变量离其期望值的偏离程度的统计量。对于一个随机变量X，其方差的计算公式为：Var(X) = E[(X - E[X])^2]其中，E[X]表示X的期望值，(X - E[X])^2表示X与其期望值之差的平方，E[ ]表示期望值运算。平方差（Mean Squared Deviation）是方差的一种形式，也用来衡量随机变量离其期望值的偏离程度。对于一个随机变量X，其平方差的计算公式为：MSD(X) = E[(X - E[X])^2]标准差（Standard Deviation）是方差的平方根，用来衡量随机变量的离散程度。对于一个随机变量X，其标准差的计算公式为：SD(X) = sqrt(Var(X))其中，sqrt( )表示平方根运算。需要注意的是，方差、平方差和标准差都是对数据的离散程度进行度量的统计量，用来描述数据的变异程度。方差和平方差的单位是原数据单位的平方，而标准差的单位与原数据的单位相同。

平均差是表示各个变量值之间差异程度的数值之一.指各个变量值同平均数的的离差绝对值的算术平均数.计算公式为:平均差 = (∑|x-x"|)÷n ,其中∑为总计的符号,x为变量,x"为算术平均数,n为变量值的个数. 举个例子: 求1,2,3三个数的平均差 1,2,3三个数的算术平均数x"＝（1+2+3）÷3＝2 平均差 = (∑|x-x"|)÷n＝（|1-2|+|2-2|+|3-2|）÷3＝2/3 标准差(Standard Deviation): 也称均方差(mean square error),各数据偏离平均数的距离（离均差）的平均数,它是离差平方和平均后的方根.用σ表示.因此,标准差也是一种平均数.算式如图.（标准差有两种） 标准差是方差的算术平方根. 方差就是标准差的平方.

1、标准差计算公式是标准差σ=方差开平方。标准差，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。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。 2、协方差cov计算公式是：cov(x,y)=EXY－EX*EY。 3、相关系数介于区间[-1，1]内。当相关系数为-1，表示完全负相关，表明两项资产的收益率变化方向和变化幅度完全相反。当相关系数为+1时，表示完全正相关，表明两项资产的收益率变化方向和变化幅度完全相同。当相关系数为0时，表示不相关。

方差（Variance）是用来衡量随机变量离其期望值的偏离程度的统计量。对于一个随机变量X，其方差的计算公式为：Var(X) = E[(X - E[X])^2]其中，E[X]表示X的期望值，(X - E[X])^2表示X与其期望值之差的平方，E[ ]表示期望值运算。平方差（Mean Squared Deviation）是方差的一种形式，也用来衡量随机变量离其期望值的偏离程度。对于一个随机变量X，其平方差的计算公式为：MSD(X) = E[(X - E[X])^2]标准差（Standard Deviation）是方差的平方根，用来衡量随机变量的离散程度。对于一个随机变量X，其标准差的计算公式为：SD(X) = sqrt(Var(X))其中，sqrt( )表示平方根运算。需要注意的是，方差、平方差和标准差都是对数据的离散程度进行度量的统计量，用来描述数据的变异程度。方差和平方差的单位是原数据单位的平方，而标准差的单位与原数据的单位相同。

极差方差标准差公式如下：极差＝最大值－最小值方差是各个数据与平均数之差的平方的和的平均数，公式为：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。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

极差是指一组数据内的最大值和最小值之间的差异。平均差是说明集中趋势的，标准差是说明一组数据的离中趋势的。一组数据中各数据与平均数的差的平方和的平均数叫做这组数据的方差；极差越大，平均差的代表性越小，反之亦然；标准差越大，平均差的代表性越小，反之亦然。方差的算术平方根=标准差 平均数公式为：　　平均数=(a1+a2+…+an)/n　　如：　　3，4，5的平均数为：　　(3+4+5)/3=4中位数 是数据排序后,位置在最中间的数值比如有 1 4 7 11 13 中位数就是7 M的位置=(1+n)/2众数 就是在一排数字中，出现次数最多的数字方差=(每个样本-平均值)的平方的和 标准差：因为有两个定义,用在不同的场合:如是总体,标准差公式根号内除以n,如是样本,标准差公式根号内除以（n-1),极差=最大值-最小值

1、标准差计算公式是标准差σ=方差开平方。标准差，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。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。2、协方差cov计算公式是：cov(x,y)=EXY－EX*EY。3、相关系数介于区间[-1，1]内。当相关系数为-1，表示完全负相关，表明两项资产的收益率变化方向和变化幅度完全相反。当相关系数为+1时，表示完全正相关，表明两项资产的收益率变化方向和变化幅度完全相同。当相关系数为0时，表示不相关。

平均差是表示各个变量值之间差异程度的数值之一.指各个变量值同平均数的的离差绝对值的算术平均数.计算公式为:平均差 = (∑|x-x"|)÷n ,其中∑为总计的符号,x为变量,x"为算术平均数,n为变量值的个数. 举个例子: 求1,2,3三个数的平均差 1,2,3三个数的算术平均数x"＝（1+2+3）÷3＝2 平均差 = (∑|x-x"|)÷n＝（|1-2|+|2-2|+|3-2|）÷3＝2/3 标准差(Standard Deviation): 也称均方差(mean square error),各数据偏离平均数的距离（离均差）的平均数,它是离差平方和平均后的方根.用σ表示.因此,标准差也是一种平均数.算式如图.（标准差有两种） 标准差是方差的算术平方根. 方差就是标准差的平方.

标准差的计算公式：标准差，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近）。标准差是离均差平方和平均后的方根，用σ表示。假设有一组数值X1,X2,X3,......XN（皆为实数），其平均值（算术平均值）为μ，公式如图：扩展资料：标准误表示的是抽样的误差。因为从一个总体中可以抽取出无数多种样本，每一个样本的数据都是对总体的数据的估计。标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是样本均数与总体均数的相对误差。标准误是由样本的标准差除以样本容量的开平方来计算的。从这里可以看到，标准误更大的是受到样本容量的影响。样本容量越大，标准误越小，那么抽样误差就越小，就表明所抽取的样本能够较好地代表总体。参考资料来源：百度百科-标准差

方差是各个数据与平均数之差的平方的和的平均数，公式为：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。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

方差：平方差：代数平方差：三角平方差：标准差：方差开平方。

方差分析与回归分析是有联系又不完全相同的分析方法。方差分析主要研究各变量对结果的影响程度的定性关系，从而剔除对结果影响较小的变量，提高试验的效率和精度。而回归分析是研究变量与结果的定量关系，得出相应的数学模式。在回归分析中，需要对各变量对结果影响进行方差分析，以剔除影响不大的变量，提高回归分析的有效性。方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。回归分析是研究各因素对结果影响的一种模拟经验方程的办法，回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的变量的多少，分为一元回归和多元回归分析。回归分析中，会用到方差分析来判断各变量对结果的影响程度，从而确定哪些因素是应该纳入到回归方程中，哪些由于对结果影响的方差小而不应该纳入到回归方程中。

方差分析和回归分析总体上都属于一个类别，一般线性模型（general linear model，GLM）。从资料类型来看，方差分析的因变量是连续型资料，自变量是分类变量，一般都以组别的形式出现。回归分析的因变量是连续型资料，自变量既可以是分类资料，也可以是连续型资料，也可以两种资料都有。从目的来看，大多数方差分析的目的都是比较组间差异，比如3组人群的身高是都有差异等。而回归分析主要是看自变量对因变量的影响，或因变量是否随着自变量的变化而变化，如血压是否随年龄而变化等。

1、分析对象不同回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。多因素方差分析，当有两个或者两个以上的因素对因变量产生影响时，可以用多因素方差分析的方法来进行分析。2、应用不同多因素方差分析不仅能够分析多个控制变量对观测变量的独立影响，更能够分析多个控制变量的交互作用能否对观测变量产生显著影响，最终找到利于观测变量的最优组合。而回归分析则要分析现象之间相关的具体形式，确定其因果关系，并用数学模型来表现其具体关系。比如说，从相关分析中我们可以得知“质量”和“用户满意度”变量密切相关，但是这两个变量之间到底是哪个变量受哪个变量的影响，影响程度如何，则需要通过回归分析方法来确定。3、分析方法不同回归分析方法有Linear Regression线性回归、Logistic Regression逻辑回归、Polynomial Regression多项式回归、Stepwise Regression逐步回归、Lasso Regression套索回归等。多因素方差分析往往选用一般化线性模型(General Iinear Model)进行参数估计。相同点回归分析和多因素方差分析都属于统计学的分析方法。分析几种因素对因变量的影响显著性的时候，选用方差分析，二者不能通用。参考资料来源：百度百科-多因素方差分析参考资料来源：百度百科-回归分析

1、方差（也就是标准差，标准差是方差的算术平方根），标准差用stdev函数计算：x0dx0a=stdev(A1:A100)x0dx0a则方差是=stdev(A1:A100)^2x0dx0a2、变异系数=标准差/平均数，根据上面公式得到标准差后，再用average求得平均值，就可得到变异系数：x0dx0a=stdev(A1:A100)/average(A1:A100)

1、方差（也就是标准差，标准差是方差的算术平方根），标准差用stdev函数计算：=stdev(A1:A100)则方差是=stdev(A1:A100)^22、变异系数=标准差/平均数，根据上面公式得到标准差后，再用average求得平均值，就可得到变异系数：=stdev(A1:A100)/average(A1:A100)

1、方差（也就是标准差，标准差是方差的算术平方根），标准差用stdev函数计算：=stdev(A1:A100)则方差是=stdev(A1:A100)^22、变异系数=标准差/平均数，根据上面公式得到标准差后，再用average求得平均值，就可得到变异系数：=stdev(A1:A100)/average(A1:A100)

看你的实验数据

1、方差（也就是标准差，标准差是方差的算术平方根），标准差用stdev函数计算：=stdev(A1:A100)则方差是=stdev(A1:A100)^22、变异系数=标准差/平均数，根据上面公式得到标准差后，再用average求得平均值，就可得到变异系数：=stdev(A1:A100)/average(A1:A100)

方差的计算公式高中如下：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。一、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。二、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。方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。2、方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。极差，又称范围误差或全距，用字母R表示，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，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。3、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。4、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。

方差是各个数据与平均数之差的平方的和的平均数，公式为：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。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。扩展资料：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。虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

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。　　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。　　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。

方差是应用数学里的专有名词，在概率论和统计学中，是指该变量离其期望值的距离，S2={(x1-m)2+(x2-m)2+(x3-m)2+…+(xn-m)2}/n，公式中M为数据的平均数，n为数据的个数，S2为方差。

数据稳定性计算公式为：式中：为此段时间的参数最大值；为参数最小值；为一固定值。可以参考数据的经验平均值等设定。方差是各个数据与平均数之差的平方的和的平均数，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。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。

计算公式如下：1、方差公式：2、标准方差公式（1)：3、标准方差公式（2)：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。方差的概念：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。方差是衡量源数据和期望值相差的度量值。

方差：(中点-平均数)×频率的和，其中频率=各长方形面积。采用分组数据的方差计算方法。直方图包含每组的平均值和每组的频率。假设一个组在10到20之间，频率为5，则该组可视为5 15，依此类推，就可以得到一堆数据，并计算出这堆数据的方差。直方图的纵轴反映频率与组距离的比率仅当组距离相同时，矩形的值（高度，即纵坐标）表示频率（频率）。垂直轴的名称由频率（属于不同组的数据数称为组的频率）或频率（频率与样本总数的比率称为对象的频率）表示。每个频率的总和等于数据集中的样本总数。如果是频率分布直方图，“frequency/%”用于垂直轴坐标标题。如果是频率分布直方图，则使用“频率”。若垂直轴坐标方向为“频率/%”，则∑fi=100。如果是“频率”，则所有统计对象的频率之和（∑Ni=n）必须等于样本数据总数n。

方差: [(x1-x)05+(x2-x)05+……+(xn-x)05] s05= ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ (X为平均数) 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

计算方差有两个公式:1,s^=∑x*x/n2,s^=∑x*x/n-1方差＝[(a1)^2+(a2)^2+…+(an)^2]/n-p^2p是它们的平均数

Dζ=（x1-Eζ)2*p1+（x2-Eζ)2*p2+…+（xn-Eζ)2*pn是定义，D(X)=E(X^2) - (EX)^2是推论。如果E(X^2)能够统一求出，D(X)=E(X^2) - (EX)^2式子用起来很方便。 一般来说，如果给出的分布列的各项的概率值可以用通项表示，那么用D(X)=E(X^2) - (EX)^2如果仅仅是做数字的计算，没有什么技术含量可言，那么用定义。 比如说，已知某分布X值为0，1，2，3，……，n，……，其对应的概率P(X=k)=1/(e*k!) （泊松分布)，求方差时用D(X)=E(X^2) - (EX)^2 如果题目中给出的分布律是X 0 1 2 3 4 5p 1/3 1/6 1/8 1/12 1/16 11/48那么肯定是用Dζ=（x1-Eζ)2*p1+（x2-Eζ)2*p2+…+（xn-Eζ)2*pn

方差=[(X1-a)2+(X2-a)2+……+(Xn-a)2]/n 注a为平均数，(X1-a)2为(X1-a)的平方

S方=［(x1-x均)+(x2-x均)+(x3-x均)+......+(xn-x均)］/n　　x均为 平均数

举个例子：有1 2 3 4 5 这五个数，求它们的方差：首先求平均数（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 是不是很简单 祝学习进步

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。若x1,x2,x3......xn的平均数为m则方差s^2=1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2]方差即偏离平方的均值，称为标准差或均方差，方差描述波动程度。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。离散型：如果随机变量只取得有限个值或无穷能按一定次序一一列出，其值域为一个或若干个有限或无限区间，这样的随机变量称为离散型随机变量。如果变量可以在某个区间内取任一实数，即变量的取值可以是连续的，这随机变量就称为连续型随机变量。

统计学中方差计算公式：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。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)]^2S^2=[(x1-x拔)2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n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。

是这样，你这里，m就是数学期望，也就是均值，也就是你下面说的x拔，这三者是一个意思。数学期望EX=(x1+x2+...+xn)/n方差DX=【(x1-EX)平方+（x2-EX）平方+...（xn-EX）平方】/n

一般情况下求D(S^2)并不容易，但如果总体服从正态分布N(μ,σ^2)，则(n-1)S^2/σ^2服从自由度为n-1的卡方分布，从而D[(n-1)S^2/σ^2]=2(n-1)，可由此间接求出D(S^2)。在许多实际情况下，人口的真实差异事先是不知道的，必须以某种方式计算。 当处理非常大的人口时，不可能对人口中的每个物体进行计数，因此必须对人口样本进行计算。样本方差也可以应用于从该分布的样本的连续分布的方差的估计。扩展资料：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。平方根是一个凹函数，因此引入负偏差（由Jensen不等式），这取决于分布，因此校正样本标准偏差（使用贝塞尔校正）有偏差。 标准偏差的无偏估计是一个技术上涉及的问题，尽管对于使用术语n-1.5的正态分布，形成无偏估计。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。 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。参考资料来源：百度百科——样本方差

方差的几个变形公式方差的计算公式有几种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。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。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。方差的性质1.当C为常数时，V a r ( C ) = 0 Var( C ) = 0Var(C)=0。2.当X是随机变量，C是常数时：V a r ( C X ) = C 2 V a r ( X ) , V a r ( C + X ) = V a r ( X ) Var(CX) = C^2Var(X),Var(C+X)=Var(X)Var(CX)=C2Var(X),Var(C+X)=Var(X)。3.Var(X)=0的充分必要条件是X以概率1取常数E(X)，即P ( X = E X ) = 1 P({X=EX})=1P(X=EX)=1。(当且仅当X取常数值E(X)时的概率为1时，Var(X)=0。)注：不能得出X恒等于常数，当x是连续的时候X可以在任意有限个点取不等于常数c的值。

先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。样本方差用来表示一列数的变异程度。样本均值又叫样本均数。即为样本的均值。在许多实际情况下，人口的真实差异事先是不知道的，必须以某种方式计算。 当处理非常大的人口时，不可能对人口中的每个物体进行计数，因此必须对人口样本进行计算。样本方差也可以应用于从该分布的样本的连续分布的方差的估计。具体如图所示：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。

这是一个随机过程的问题，Ex^4的计算形式可以参考这个公式，通过这个可以把求出Ex^4的解，就可以进行下一步的计算了。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。扩展资料方差公式是一个数学公式，是数学统计学中的重要公式，应用于生活中各种事情，方差越小，代表这组数据越稳定，方差越大，代表这组数据越不稳定。性质1．设C为常数，则D(C) = 0（常数无波动）；2． D(CX )=$C^2$ D(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）函数的对应法则通常用解析式表示，但大量的函数关系是无法用解析式表示的，可以用图像、表格及其他形式表示。

频率分布直方图是一种展示数据分布的图表，通过将数据分成一系列区间（或称为组），然后统计每个区间中的数据个数（频数），然后以柱形图的形式展示出来。方差是用来衡量一组数据的离散程度的统计量。对于频率分布直方图，计算方差的公式稍有不同。方差的计算公式为：方差是衡量数据分布离散程度的一种方法，值越大表示数据的离散程度越大，值越小表示数据的集中程度越高。

数学期望和方差公式有：DX=E(X)^2-(EX)^2；EX=1/P，DX=p^2/q；EX=np，DX=np(1-p)等等。对于2项分布(例子：在n次试验中有K次成功，每次成功概率为P，其分布列求数学期望和方差)有EX=np，DX=np(1-p)。n为试验次数 p为成功的概率。对于几何分布(每次试验成功概率为P，一直试验到成功为止)有EX=1/P，DX=p^2/q。还有任何分布列都通用的。DX=E(X)^2-(EX)^2。在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。高中数学期望与方差公式应用：1）随机炒股。随机炒股也就是闭着眼睛在股市中挑一只股票，并且假设止损和止盈线都为10%，因为是随机选股，那么胜率=败率，由于印花税、佣金和手续费的存在，胜率=败率<50%，最后的数学期望一定为负，可见随机炒股，长期的后果，必输无疑。2）趋势炒股。趋势炒股是建立在惯性理论上的，胜率跟经验有很大关系，基本上平均胜率可以假定为60%，则败率为40%，一般趋势投资者本着赚点就跑，亏了套死不卖的原则，如涨10%止盈，跌50%止损，数学期望为EP=60%*10%-40%*50%=-0.14，必输无疑。

一．方差的概念与计算公式 例1 两人的5次测验成绩如下： X： 50，100，100，60，50 E(X )=72； Y： 73， 70， 75，72，70 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D(X )：直接计算公式分离散型和连续型，具体为：这里 是一个数。推导另一种计算公式得到：“方差等于平方的均值减去均值的平方”，即 ，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。二．方差的性质 1．设C为常数，则D(C) = 0（常数无波动）； 2． D(CX )=C2 D(X ) （常数平方提取）； 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。特别地独立前提的逐项求和，可推广到有限项。三．常用分布的方差 1．两点分布2．二项分布X ~ B ( n, p )引入随机变量 Xi （第i次试验中A 出现的次数，服从两点分布） ， 3．泊松分布（推导略） 4．均匀分布另一计算过程为 5．指数分布（推导略） 6．正态分布（推导略） ~ 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。 例2 求上节例2的方差。 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。

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。

方差的计算公式高中如下：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。一、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。二、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。方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。2、方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。极差，又称范围误差或全距，用字母R表示，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，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。3、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。4、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。

方差的计算方法：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。扩展资料：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

方差的计算公式高中如下：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。一、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。二、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。方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。2、方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。极差，又称范围误差或全距，用字母R表示，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，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。3、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。4、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。

　　数学方差的计算公式有哪些呢?感兴趣的小伙伴快来和我一起看看吧。下面是由我为大家整理的“方差的计算公式有几种”，仅供参考，欢迎大家阅读。 　　 方差的计算公式有几种 　　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。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。 　　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。 　　拓展阅读：方差的性质 　　1.当C为常数时，V a r ( C ) = 0 Var( C ) = 0Var(C)=0。 　　2.当X是随机变量，C是常数时：V a r ( C X ) = C 2 V a r ( X ) , V a r ( C + X ) = V a r ( X ) Var(CX) = C^2Var(X),Var(C+X)=Var(X)Var(CX)=C2Var(X),Var(C+X)=Var(X)。 　　3.Var(X)=0的充分必要条件是X以概率1取常数E(X)，即 　　P ( X = E X ) = 1 P({X=EX})=1P(X=EX)=1。 　　(当且仅当X取常数值E(X)时的概率为1时，Var(X)=0。) 　　注：不能得出X恒等于常数，当x是连续的时候X可以在任意有限个点取不等于常数c的值。

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。

统计学中方差计算公式：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。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)]^2S^2=[(x1-x拔)2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n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。

高中数学方差的计算公式是样本方差和总体方差的计算公式相同，只是用的数据不同。下面按照不同的知识点展开详细描述。1、方差的定义方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。2、样本方差的计算公式样本方差是针对样本数据计算的方差，其计算公式为：S^2=∑(X−{X})^2/n-1，其中，X是样本数据集，{X}是样本平均数，n是样本数据集的容量。3、总体方差的计算公式总体方差是针对整个总体计算的方差，其计算公式为：σ^2=∑(X−μ)^2/N，其中，X是总体数据集，μ是总体均值，N是总体数据集的容量。4、不同样本大小下的方差计算在实际应用中，有时候需要将不同样本大小下的方差进行比较。此时需要用到方差的标准化，即计算样本标准差和总体标准差。综上所述，方差是描述随机变量分散程度的重要指标，其计算公式包括样本方差和总体方差。在实际应用中需要注意方差的标准化以及样本大小对方差计算的影响。

方差的计算公式是s2={(x1-m)2+(x2-m)2+(x3-m)2+…+(xn-m)2}/n,公式中M为数据的平均数，n为数据的个数,s2为方差。文字表示为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。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。方差描述随机变量对于数学期望的偏离程度。当数据分布比较分散时，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。

方差公式：标准差公式：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。性质：设C为常数，则D(C) = 0（常数无波动）； D(CX )=$C^2$ D(X ) （常数平方提取，C为常数，X为随机变量）。标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差，代表大部分的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。扩展资料：由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号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)。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。参考资料来源：百度百科——方差参考资料来源：百度百科——标准差

统计学中方差计算公式：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。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)]^2S^2=[(x1-x拔)2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n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。

方差的计算公式为：S=1/n[（x1-m）2+（x2-m）2+……+（xn-m）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。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。方差在统计描述和概率分布中各有不同的定义，并有不同的公式。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。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。

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。方差公式是一个数学公式，是数学统计学中的重要公式，应用于生活中各种事情，方差越小，代表这组数据越稳定，方差越大，代表这组数据越不稳定。方差公式例1两人的5次测验成绩如下：X：50，100，100，60，50，平均成绩为E(X)=72；Y：73，70，75，72，70，平均成绩为E(Y)=72。平均的成绩相同，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D(X)：直接计算公式分离散型和连续型，具体为：这里是一个数。推导另一种计算公式得到：“方差等于平方的均值减去均值的平方”。其中，分别为离散型和连续型的计算公式。称为标准差或均方差，方差描述波动性质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：记前面的两项恰为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。特别地独立前提的逐项求和，可推广到有限项。环球青藤友情提示:以上就是[ 方差的计算公式是什么? ]问题的解答,希望能够帮助到大家！

统计学中方差计算公式：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。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)]^2S^2=[(x1-x拔)2+（x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n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。

　　方差是高中数学的一个知识点，那么方差的计算公式有哪些，同学们知道吗。下面是由我为大家整理的“方差计算公式有哪些”，仅供参考，欢迎大家阅读。 　　 方差计算公式有哪些 　　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。方差描述随机变量对于数学期望的偏离程度。 　　方差的计算公式是s2={(x1-m)2+(x2-m)2+(x3-m)2+…+(xn-m)2}/n,公式中M为数据的平均数，n为数据的个数,s2为方差。文字表示为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。 　　当数据分布比较分散时，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。 　　 拓展阅读：标准差公式是什么 　　标准差公式是一种数学公式。标准差也被称为标准偏差，或者实验标准差，公式如下所示： 　　两种证券形成的资产组合的标准差=(W12σ12+W22σ22+2W1W2ρ1，2σ1σ2)开方，当相关系数ρ1，2=1时，资产组合的标准差σP=W1σ1+W2σ2;当相关系数ρ1，2=-1时，资产组合的标准差σP=W1σ1-W2σ2。 　　样本标准差=方差的算术平方根=s=sqrt(((x1-x)^2+(x2-x)^2+......(xn-x)^2)/(n-1)) 　　总体标准差=σ=sqrt(((x1-x)^2+(x2-x)^2+......(xn-x)^2)/n) 　　由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号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)。 　　标准差，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。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。 　　 方差怎么求 　　方差等于各个数据与其算数平均值的离差平方和的平均数。 　　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。 　　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。

方差的计算公式高中如下：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。一、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。二、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。方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。2、方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。极差，又称范围误差或全距，用字母R表示，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，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。3、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。4、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。

计算公式如下：1、方差公式：2、标准方差公式（1)：3、标准方差公式（2)：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。方差的概念：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。方差是衡量源数据和期望值相差的度量值。

方差是应用数学里的专有名词，在概率论和统计学中，是指该变量离其期望值的距离，S2={(x1-m)2+(x2-m)2+(x3-m)2+…+(xn-m)2}/n，公式中M为数据的平均数，n为数据的个数，S2为方差。

数学期望和方差公式为：EX=npDX=np（1-p）、EX=1/PDX=p^2/q、DX=E（X）^2-（EX）^2。