方差

又称:样本方差、总体方差、离差平方

方差衡量一组数据「有多分散」。思路是:先算每个数偏离平均数多少(叫「离差」,即 x − x̄),再把这些离差平方后取平均。方差越大,说明数据越分散、波动越大;方差越小,说明数据越集中在平均值附近。

为什么要平方,不直接把离差加起来?因为离差有正有负,直接相加会互相抵消——事实上任何一组数据的离差之和恒为 0,加起来永远是 0,看不出分散程度。平方能消除正负号,还能放大较大的偏离,让离散程度可比。举例:对 2、4、4、4、5、5、7、9 这 8 个数,平均数是 5,各离差平方为 9、1、1、1、0、0、4、16,加起来(离差平方和)= 32。

方差分「样本」和「总体」两种,区别在分母。如果这组数就是全部总体,除以个数 n,得总体方差(上例 32÷8 = 4);如果只是从更大总体里抽样、想用样本去估计总体,就除以 n−1(叫「贝塞尔校正」,上例 32÷7 ≈ 4.57)。为什么要减 1?因为数据离样本均值总比离真实总体均值更近,直接除以 n 会系统性低估,除以 n−1 才能得到无偏估计,n 越小修正越明显。方差的单位是原数据单位的平方,想还原到原单位,对它开平方就是标准差。

相关术语

相关计算器