在数据分析中，我们不仅关心一组数据的平均数（集中趋势），还关心这些数据彼此之间相差有多大，也就是数据的“波动”或“离散程度”。

方差就是用来衡量这种波动大小的一个重要指标。它的基本思想是：先算出每个数据与平均数的差（叫“偏差”），再把这些偏差平方后求平均。平方是为了避免正负偏差相互抵消。

设有 $n$ 个数据 $x_1, x_2, \dots, x_n$，它们的平均数是 $\bar{x}$，那么这组数据的方差记作 $s^2$，计算公式为：

因为方差的单位是原数据单位的平方（比如身高单位是厘米，方差单位就是平方厘米），不太直观，所以人们又定义了标准差，它是方差的算术平方根：

标准差和原始数据单位一致，更容易理解。方差或标准差越小，说明数据越集中、越稳定；越大则说明数据越分散、波动越大。

• 方差公式：$s^2 = \frac{1}{n} \sum_{i=1}^{n} (x_i - \bar{x})^2$

  • 示例：数据为 2, 4, 6，平均数 $\bar{x}=4$，方差 $s^2 = \frac{(2-4)^2 + (4-4)^2 + (6-4)^2}{3} = \frac{4+0+4}{3} = \frac{8}{3}$

• 标准差公式：$s = \sqrt{s^2}$

  • 示例：上例中方差为 $\frac{8}{3}$，标准差 $s = \sqrt{\frac{8}{3}} \approx 1.63$

例题1（基础）：某小组5名同学的数学测验成绩为：80, 85, 90, 95, 100。求这组数据的方差和标准差。

解：

1. 先求平均数：$\bar{x} = \frac{80+85+90+95+100}{5} = \frac{450}{5} = 90$
2. 计算每个数据与平均数的差的平方：
   • $(80-90)^2 = 100$
   • $(85-90)^2 = 25$
   • $(90-90)^2 = 0$
   • $(95-90)^2 = 25$
   • $(100-90)^2 = 100$
3. 求方差：$s^2 = \frac{100+25+0+25+100}{5} = \frac{250}{5} = 50$
4. 求标准差：$s = \sqrt{50} \approx 7.07$

例题2（应用）：甲、乙两名射击运动员各射靶5次，成绩如下：

• 甲：9, 8, 9, 10, 9
• 乙：7, 10, 8, 10, 10 谁的成绩更稳定？

解：

1. 分别计算两人的平均数：
   • 甲：$\bar{x}_甲 = \frac{9+8+9+10+9}{5} = 9$
   • 乙：$\bar{x}_乙 = \frac{7+10+8+10+10}{5} = 9$
2. 计算方差：
   • 甲：$s_甲^2 = \frac{(9-9)^2 + (8-9)^2 + (9-9)^2 + (10-9)^2 + (9-9)^2}{5} = \frac{0+1+0+1+0}{5} = 0.4$
   • 乙：$s_乙^2 = \frac{(7-9)^2 + (10-9)^2 + (8-9)^2 + (10-9)^2 + (10-9)^2}{5} = \frac{4+1+1+1+1}{5} = 1.6$
3. 比较：$s_甲^2 < s_乙^2$，说明甲的成绩波动更小，更稳定。

• 忘记先求平均数：计算方差前必须先算出平均数 $\bar{x}$，不能直接用原始数据相减。
• 混淆样本方差与总体方差：初中阶段通常使用 $\frac{1}{n}$ 的公式（总体方差），不要误用高中才学的 $\frac{1}{n-1}$（样本方差）。
• 忽略平方导致符号错误：偏差 $(x_i - \bar{x})$ 可能是负数，但平方后一定是非负数，不能漏掉平方。
• 标准差写成负数：标准差是方差的算术平方根，结果一定 ≥ 0，不能写负值。
• 单位混淆：方差单位是原单位的平方，标准差单位与原数据一致，解释时要注意区分。