方差=平方的均值减去均值的平方。
例：
有 1、2、3、4、5这组样本，其平均数为（1+2+3+4+5）/5=3，而方差是各个数据分别与其和的平均数之差的平方的和的平均数，则为：
[(1-3)^2+(2-3)^2+(3-3)^2+(4-3)^2+(5-3)^2]/5=2，方差为2。
方差的公式：
方差是实际值与期望值之差平方的平均值，而标准差是方差算术平方根。
方差是各个数据与平均数之差的平方的和的平均数，即
其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s2就表示方差。
方差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）并把它叫做这组数据的方差，记作S2。
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：
为总体方差，为变量，为总体均值，为总体例数。
“方差”（variance）这一词语率先由罗纳德·费雪（Ronald Fisher）在其论文《The Correlation Between Relatives on the Supposition of Mendelian Inheritance》 中提出。
S^2= ∑(X-) ^2 / (n-1)[2] S^2为样本方差，X为变量，
为样本均值，n为样本例数。
在概率分布中，设X是一个离散型随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X),Var(X)或DX，其中E(X)是X的期望值，X是变量值 ，公式中的E是期望值expected value的缩写，意为“变量值与其期望值之差的平方和”的期望值。 离散型随机变量方差计算公式：D(X)=E{[X-E(X)]^2}=E(X^2) - [ E(X)]^2
离散型方差的计算式为：
，其中。
而将上式展开后可得：
先求平均数，再把平均数与各数的差平方后求平方的平均数就是方差，有时将方差开根号后认为是方差，比如4，5，6，平均数5与各数差的平方是1，0，1，方差为2，概率统计好像要求开根号，具体我有些记混了，希望有用
各个数据与平均数的差的平方和，再除以数据的个数即是方差a=[(x1-x)²+(x2-x)²+...+(xn-x)²]/na是方差，x是平均数，n是数据的个数
