方差——公式、计算与示例

方差用来衡量一组数字围绕其平均值的离散程度。方差小，表示各个数值通常比较接近平均值。方差大，表示它们分布得更分散。

计算方差时，先求每个数值与平均值的差，再把这些差平方，最后求平均。平方这一步很重要，因为如果不平方，正偏差和负偏差会相互抵消。

方差公式：总体 vs. 样本

当你的数据包含了你想描述的整个群体中的所有数值时，使用总体方差公式：

$$\sigma^2 = \frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2$$

当你的数据只是一个样本，而你想估计更大总体的离散程度时，使用样本方差公式：

$$s^2 = \frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2$$

两者唯一的区别在于分母。完整总体用 $N$。样本估计用 $n-1$。

方差的含义

方差并不告诉你数据中心在哪里。它告诉你数据通常离这个中心有多远。

如果两组数据的平均值相同，那么方差较大的那一组，其数值平均来说离平均值更远。由于偏差被平方，特别大的差距会产生更大的影响。

还有一个重要细节：方差的单位是原单位的平方。如果数据单位是米，那么方差单位就是平方米。这也是为什么在日常使用中，标准差通常更容易解释。

如何计算方差：完整示例

使用数据集 $2, 4, 4, 4, 5, 5, 7, 9$。

先求平均值：

$$\bar{x} = \frac{2+4+4+4+5+5+7+9}{8} = \frac{40}{8} = 5$$

现在用每个数值减去平均值，再将结果平方：

• $(2-5)^2 = 9$
• $(4-5)^2 = 1$
• $(4-5)^2 = 1$
• $(4-5)^2 = 1$
• $(5-5)^2 = 0$
• $(5-5)^2 = 0$
• $(7-5)^2 = 4$
• $(9-5)^2 = 16$

把这些平方后的偏差相加：

$$9+1+1+1+0+0+4+16 = 32$$

如果这 8 个数值就是完整总体，那么总体方差为：

$$\sigma^2 = \frac{32}{8} = 4$$

如果把这 8 个数值看作来自更大总体的样本，那么样本方差为：

$$s^2 = \frac{32}{7} \approx 4.57$$

这个例子清楚地说明了核心思想：平方偏差是一样的，但最终结果会因为你除以 $N$ 还是除以 $n-1$ 而不同。

方差的常见错误

• 忘记对偏差平方。如果你直接对原始偏差求平均，正值和负值会相互抵消，这样就无法正确衡量离散程度。
• 混淆总体方差和样本方差。完整总体除以 $N$，用于估计更大总体的样本除以 $n-1$。
• 忘记方差使用的是平方单位。方差很有用，但标准差通常更容易理解，因为它回到了原始单位。
• 认为方差大就一定不好。方差大只表示更分散，是否重要取决于具体情境。

方差的应用场景

只要你需要以一致的方式描述或比较离散程度，就会用到方差。

• 在统计学中，它有助于概括一组数据的分散程度。
• 在质量控制中，它可以帮助跟踪一个过程是否随着时间保持稳定。
• 在金融中，方差可用于描述收益波动的大小，不过它只是理解风险的一种方式。
• 在机器学习和数据分析中，它有助于描述不同观测值之间特征或误差的变化情况。

试着做一道类似的题

你可以自己试试，用两组平均值相同但离散程度不同的小数据集。分别计算它们的方差，看看分布更宽的那组是否得到更大的数值。只做这一次比较，通常就能真正理解这个概念。