方差的简单理解

1 方差（Variance）

eg.
某个实验得到两组数据A和B，两组数据的平均值都为3.5，可以说这两组数据的离散程度相差不大吗？

Data A	DataB
1	3.5
2	3.5
3	3.5
4	3.5
5	3.5
6	3.5
Total=21	Total=21
Average=3.5	Average=3.5

用以下三个值，来比较两组数据的离散程度。

1. 【用平均值对每个数据分别求差并加起来】的平均值
2. 【用平均值对每个数据分别求差并以绝对值方式相加】的平均值
3. 【用平均值对每个数据分别求差再平方相加】的平均值

1.1【用平均值对每个数据分别求差并加起来】的平均值

下表分别展示了平均值对数据求差，这个差的平均值DataA和DataB都为0.

Data A	平均值的差	Data B	平均值的差
1	2.5	3.5	0
2	1.5	3.5	0
3	0.5	3.5	0
4	-0.5	3.5	0
5	-1.5	3.5	0
6	-2.5	3.5	0
Total=21	Total=0	Total=21	Total=0
Average=3.5	Average=0	Average=3.5	Average=0

这里分别算出的【平均值和各数据的差】，统计学里称之为【偏差】[Deviation]。因为【比平均值大的偏差的和】和【比平均值小的偏差的和】相互抵消掉了，所以偏差的和一般为0。因此，这种方法不能比较数据的离散程度。

1.2【用平均值对每个数据分别求差并以绝对值方式相加】的平均值

为了让比较的值再0以上，把平均值和各数据的差的绝对值相加进行比较。

Data A	平均值差的绝对值	Data B	平均差的绝对值
1	2.5	3.5	0
2	1.5	3.5	0
4	0.5	3.5	0
5	1.5	3.5	0
6	2.5	3.5	0
Total=21	Total=9	Total=21	Total=0
Average=3.5	Average=1.5	Average=3.5	Average=0

比较数据A和B的【平均值和各数据的差的绝对值的平均（偏差的绝对值的平均）】可以看出数据A为1.5比较大，因此我们可以知道Data A的离散程度更大。这个值称之为【平均偏差】（Mean deviation，Average deviation）。

1.3【用平均值对每个数据分别求差再平方相加】的平均值

接下来，将【各数据和平均值的差】进行平方并平均，因为对偏差进行了平方，所以它们的值肯定大于0.这个值称之为【方差】（Variance）

$${\sigma }^2=\frac{1}{n}\sum _{i=1}^n(x_i-\bar{x}{)}^2.$$
按照如下的顺序求Data A和Data B的方差

1. 求出各数据和平均值的差（偏差）
2. 对偏差分别进行平方并求和
3. 对（2）求和结果除以数据个数

Data A	偏差	偏差的平方
1	2.5	6.25
2	1.5	2.25
3	0.5	0.52
4	-0.5	0.52
5	-1.5	2.25
6	-2.5	6.25
Total=21	Total=0	Total=17.5
Average=3.5	-	Variance=17.5/6=2.9

Data B	偏差	偏差的平方
3.5	0	0
3.5	0	0
3.5	0	0
3.5	0	0
3.5	0	0
3.5	0	0
Total=21	Total=0	Total=17.5
Average=3.5	-	Variance=17.5/6=0

从结果来看，Data A 和Data B的方差如下：

• Data A的方差：${\sigma }_A^2=2.9$
• Data B的方差：${\sigma }_B^2=0$

方差可以表示这组数据在平均值周围的离散程度大小。

方差越小，数据收敛在平均值附近，离散程度就小。
方差越大，数据对于平均值的离散程度也就越大。

因此比较两组数据的方差，我们可以知道Data A的数据比B 更分散。

---

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。