方差

衡量源数据和期望值差的度量值
image
方差（英文：variance）是随机变量的重要数字特征之一，是反映随机变量的取值与其数学期望偏离程度的量，方差越小，随机变量的取值越集中；方差越大，随机变量的取值越分散。[4][3]
1918年，英国的罗纳德·费希尔（R.A.Fisher,1890~1962）在论文《孟德尔遗传假定下的亲缘之间的相关性》（英文：The Correlation Between Relatives on the Supposition of Mendelian Inheritance）中提出了新的统计学分析方法，即方差分析法（analysis of variance），方差一词作为数学用语被首次提出。[2][6][7][8]
方差具有几个基本性质，如常数的方差为零等。几种常见的随机变量，如离散型的二项分布、泊松分布，连续型的正态分布等，都可计算出相应的方差。[9][10]与方差相关的定理是切比雪夫不等式，它给出了大偏差发生概率的上界，在概率论中应用广泛。[11]在统计学中，方差分析法通过构造统计模型，利用假设检验的方法进行分析，可得到一些重要的结论，并应用于其他领域，例如：在金融领域，方差用于衡量股票、债券等金融资产的风险高低；[5][3]在机械制造实际零件加工中，方差用于分析质量因素对产品的影响；[12]在中医临床研究、环境监测等自然科学领域中，方差的分析方法仍然可以发挥重要的作用。[7][13][14]

定义

方差是随机变量的重要数字特征之一，是反映随机变量的取值与其数学期望偏离程度的量。方差因随机变量类型的不同有以下定义。[4]