【方差怎么計算】在統計學中，方差是一個重要的概念，用來衡量一組數據的離散程度。簡單來說，方差越大，說明數據分布越分散；方差越小，說明數據越集中。本文將總結方差的基本計算方法，并通過表格形式進行清晰展示。
一、方差的定義
方差（Variance）是每個數據點與平均值（均值）之間的平方差的平均數。它反映了數據相對于其平均值的偏離程度。
二、方差的計算公式
根據數據類型的不同，方差分為兩種：
1. 總體方差（Population Variance）
適用于整個數據集，即所有數據都已知時使用。
公式為：
$$
\sigma^2 = \frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2
$$
其中，
- $\sigma^2$ 是總體方差
- $N$ 是數據個數
- $x_i$ 是第 $i$ 個數據點
- $\mu$ 是總體均值
2. 樣本方差（Sample Variance）
適用于從總體中抽取的部分數據，即樣本數據。
公式為：
$$
s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2
$$
其中，
- $s^2$ 是樣本方差
- $n$ 是樣本容量
- $x_i$ 是第 $i$ 個樣本數據
- $\bar{x}$ 是樣本均值
三、方差計算步驟
| 步驟 | 內容 |
| 1 | 計算數據的平均值（均值） |
| 2 | 每個數據點減去平均值，得到偏差 |
| 3 | 將每個偏差平方 |
| 4 | 對所有平方偏差求和 |
| 5 | 根據數據類型選擇除以 $N$ 或 $n-1$，得到方差 |
四、示例計算
假設我們有以下樣本數據：
數據： 5, 7, 9, 11, 13
步驟如下：
1. 計算樣本均值：
$$
\bar{x} = \frac{5 + 7 + 9 + 11 + 13}{5} = \frac{45}{5} = 9
$$
2. 計算每個數據點與均值的偏差并平方：
- $(5 - 9)^2 = 16$
- $(7 - 9)^2 = 4$
- $(9 - 9)^2 = 0$
- $(11 - 9)^2 = 4$
- $(13 - 9)^2 = 16$
3. 求和：
$$
16 + 4 + 0 + 4 + 16 = 40
$$
4. 計算樣本方差：
$$
s^2 = \frac{40}{5 - 1} = \frac{40}{4} = 10
$$
五、方差對比表
| 數據類型 | 公式 | 說明 |
| 總體方差 | $\sigma^2 = \frac{1}{N} \sum (x_i - \mu)^2$ | 用于全部數據 |
| 樣本方差 | $s^2 = \frac{1}{n-1} \sum (x_i - \bar{x})^2$ | 用于抽樣數據 |
六、方差的意義
- 方差越大，數據波動越大，穩定性越差。
- 方差越小，數據越集中，穩定性越好。
- 在實際應用中，如金融風險評估、產品質量控制等，方差具有重要參考價值。
七、總結
方差是衡量數據離散程度的重要指標，其計算過程相對簡單但需要細心處理每一步。無論是總體方差還是樣本方差，都需要先求出平均值，再計算每個數據點與平均值的差異，最后求出平均平方差。通過合理使用方差，可以更好地理解數據的分布特性。
