(variance)是在機率論和統計方差衡量隨機變數或一組資料時離散程度的度量。機率論中方差用來度量隨機變數和其數學期望(即均值)之間的偏離程度。統計中的方差(樣本方差)是各個資料分別與其平均數之差的平方的和的平均數。在許多實際問題中,研究方差即偏離程度有著重要意義。
設X是一個隨機變數,若
存在,則稱
為X的方差,記為D(X),Var(X)或DX,其中E(X)指的是對X的預期值,而X是實際值[1] 。
即
稱為方差,而
稱為標準差(或均方差)。它與X有相同的量綱。標準差是用來衡量一組資料的離散程度的統計量[2] 。
方差刻畫了隨機變數的取值對於其數學期望的離散程度。(標準差、方差越大,離散程度越大。否則,反之)
若X的取值比較集中,則方差D(X)較小,若X的取值比較分散,則方差D(X)較大。
因此,D(X)是刻畫X取值分散程度的一個量,它是衡量取值分散程度的一個尺度。
(variance)是在機率論和統計方差衡量隨機變數或一組資料時離散程度的度量。機率論中方差用來度量隨機變數和其數學期望(即均值)之間的偏離程度。統計中的方差(樣本方差)是各個資料分別與其平均數之差的平方的和的平均數。在許多實際問題中,研究方差即偏離程度有著重要意義。
設X是一個隨機變數,若
存在,則稱
為X的方差,記為D(X),Var(X)或DX,其中E(X)指的是對X的預期值,而X是實際值[1] 。
即
稱為方差,而
稱為標準差(或均方差)。它與X有相同的量綱。標準差是用來衡量一組資料的離散程度的統計量[2] 。
方差刻畫了隨機變數的取值對於其數學期望的離散程度。(標準差、方差越大,離散程度越大。否則,反之)
若X的取值比較集中,則方差D(X)較小,若X的取值比較分散,則方差D(X)較大。
因此,D(X)是刻畫X取值分散程度的一個量,它是衡量取值分散程度的一個尺度。