在统计学中，方差（Variance）是随机变量与其期望值之差的平方的期望值，即Var(X) = E((X-E(X))^2) 。方差越大，数据的分散程度就越大。
下面简单介绍如何计算方差。
总体与样本方差
总体方差公式：σ²=∑(x-μ)²/N，其中x为每个数值，μ为总体平均数，N为总个数。
样本方差公式：s²=∑(x-x̄)²/n-1，其中x̄为样本平均数，n为样本个数。
例子
有以下数据集：{2, 4, 6, 8}
总体方差计算：
μ=(2 4 6 8)/4=5
σ²=[(2-5)² (4-5)² (6-5)² (8-5)²]/4=5
样本方差计算：
x̄=(2 4 6 8)/4=5
s²=[(2-5)² (4-5)² (6-5)² (8-5)²]/3=4.66
使用方差
方差可以用来度量数据的波动情况。下面是一些常见使用场景。
风险估计
在投资领域，方差可以用来拟合股票回报的概率分布，从而对未来风险进行估计。
质量控制
方差可以用来分析生产过程中每一次生产的方差，从而找出特定工序存在的问题并采取措施。
差异检验
在统计学中，方差也可以用来做方差分析，比较数据之间的差异性大小。
以上是方差计算公式及使用方法的简单介绍。
