方差是什么啊？

1. 方差是什么啊？

方差是什么和标准差_高清

2. 方差是什么？

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: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

3. 什么是方差?

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。

4. 什么是方差?

在了解什么是方差时,可以和标准差这个概念进行一下对比,这样就会比较清晰.在SPC统计知识108问_第5问_什么是标准差Sigma(σ)中,有关什么是标准差Sigma(σ)我们是这样定义的: 标准差是各数据偏离平均值的距离的平均数,而方差的定义,可以这样来表述:方差是各数据与平均值的距离的平方的平均数.对比两者,我们不难发现其中的区别,方差有平方,而标准差没有平方,或者说标准差是方差的平方根.
 
方差在英语中用variance表示, 统计学上的符号是σ2
 
在使用方差时, 其计量单位不便于从实际意义上进行解释,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离散程度.举个例子来说明一下,假定我们想了解同一机器生产的50个工件的长度的差异程度,我们通过卡尺测量出每个工件的长度,其单位为mm,而用方差进行统计分析后,方差的最后结果为mm的平方,从长度变成了面积,这就不便于在实际意义上进行解释

5. 方差是什么？？

方差的定义：
　　设一组数据x1,x2,x3······xn中，各组数据与它们的平均数x（拔）的差的平方分别是（x1-x拔）2，（x2-x拔）2······（xn-x拔）2，那么我们用他们的平均数s2=1/n【（x1-x拔）2+(x2-x拔)2+·····(xn-x拔)2】来衡量这组数据的波动大小，并把它叫做这组数据的方差。

-----------------------------------------------------------------------------------------------------------------------

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

6. 方差？是什么

方差是考察数据的波动性的，这在以后分析数据中有相当重要的意义。方差小就说明数据比较稳定，方差大就是波动性比较大 

举个例子你就明白了
以前我们要比较两组数据大小一般用平均数，但是有的时候平均数不能非常准确的表示数据
比如 有现在有六只鸡，每三只一组
 第一组的鸡的斤数分别是 2.5，3，3.5
 第二组的鸡的斤数分别是 1，3，5
很显然我们能看出第一组鸡看起来重量的差别不大，第二组鸡的差别就很大，因为鸡本身重量并不大，相差两斤的话一下子就能看出来
可是我们发现这两组鸡重量的平均数是一样的，但是这两组鸡却有明显的差别，这是平均数就不能体现二者的差别，所以我们引入了方差的概念
用每一个数据和这组数的平均数比较，再计算差的平方和，哪一个大就说明这组数据的差别较大
这里面还有一个问题就是为什么要平方，因为每个数和平均数的差有正有负，而我们只关心差的绝对值，但是用绝对值会使计算繁琐，所以用平方

7. 方差是什么？

方差是9×2²=36 

一组数据的方差为a,若将这组数据都乘以m,则新数据的方差为m的平方a

8. 什么是方差？

举例说明  投2枚银币 结果 和概率分别是是      0个正面  （1/2）*(1/2)=1/4                                                         1个正面    2*（1/2）*（1/2）=1/2                                                         2个正面   （1/2）*(1/2)=1/4 所以投出正面的期望就是：  0*（1/4）+1*（1/2)+2*(1/4)=1 也就是说 你大量投掷以后 平均每2个银币中有1个正面  方差=平方期望减期望平方 平方期望也就是各个数字的平方乘概率 再相加 如上面的例子 就是0*（1/4）+1*（1/2）+4*（1/4）=3/2 期望平方 就是期望的平方 就是1的平方=1 所以方差是3/2-1=1/2