方差，平方差，标准差的公式是什么？

方差公式：

若x1,x2,x3......xn的平均数为M，则方差公式可表示为：

例1 两人的5次测验成绩如下：

X： 50，100，100，60，50 ，平均成绩为E(X )=72；

Y： 73， 70， 75，72，70 ，平均成绩为E(Y )=72。

平均成绩相同，但X 不稳定，对平均值的偏离大。方差描述随机变量对于数学期望的偏离程度。

单个偏离是消除符号影响方差即偏离平方的均值，记为D(X )：

直接计算公式分离散型和连续型，具体为：这里 是一个数。推导另一种计算公式

得到：“方差等于平方的均值减去均值的平方”。

其中，分别为离散型和连续型的计算公式。 称为标准差或均方差，方差描述波动

平方差公式：

两个数的和与这两个数的差的积等于这两个数的平方差，用字母表示为

文字表达式：两个数的和与这两个数的差的积等于这两个数的平方差。此即平方差公式 [2]  。

公式特征：左边为两个数的和乘以这两个数的差，即右边是两个二项式的积，在这两个二项式中有一项(a)完全相同，另一项(b与-b)互为相反数；右边为这两个数的平方差即右边是完全相同的项的平方减去符号相反项的平方。

字母的含义：公式中字母的不仅可代表具体的数字、字母、单项式或多项式等代数式。

标准差公式：

标准差公式是一种数学公式。标准差也被称为标准偏差，或者实验标准差，公式如下所示：

样本标准差=方差的算术平方根=s=sqrt（（（x1-x）^2+（x2-x）^2+......（xn-x）^2）/（n-1））

总体标准差=σ=sqrt（（（x1-x）^2+（x2-x）^2+......（xn-x）^2）/n）

由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差（SD）。

在统计学中样本的均差多是除以自由度（n-1），它的意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是（n-1）。

标准差，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。

如果还有其他疑问，您可以随时点击下方东奥官方客服热线，或者进入官网联系在线客服，我们的工作人员会竭诚为您解答。

最后祝您学习愉快！

1、方差是各个数据分别与其平均数之差的平方的和的平均数，用字母D表示。在概率论和数理统计中，方差（Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着重要意义。

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s^2就表示方差。

2、平方差公式（difference of two squares）是数学公式的一种，它属于乘法公式、因式分解及恒等式，被普遍使用。平方差指一个平方数或正方形，减去另一个平方数或正方形得来的乘法公式：a²-b²=(a+b)(a-b)

3、标准差（Standard Deviation） ，中文环境中又常称均方差，但不同于均方误差（mean squared error，均方误差是各数据偏离真实值的距离平方的平均数，也即误差平方和的平均数，计算公式形式上接近方差，它的开方叫均方根误差，均方根误差才和标准差形式上接近），标准差是离均差平方和平均后的方根，用σ表示。假设有一组数值X1,X2,X3,......XN（皆为实数），其平均值（算术平均值）为μ，公式如图。

方差：，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s^2就表示方差。

平方差：a²-b²=(a+b)(a-b)。

标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。

资料扩展：

由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差（SD）。

在统计学中样本的均差多是除以自由度（n-1)，它的意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是（n-1)。

1、方差：各个数据与平均数之差的平方的和的平均数，公式为：

2、标准差：标准差=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。是离均差平方的算术平均数的平方根，用σ表示。在概率统计中最常使用作为统计分布程度上的测量。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。

3、平方差：a²-b²=(a+b)(a-b)。文字表达式：两个数的和与这两个数的差的积等于这两个数的平方差。此即平方差公式

扩展资料：

简单来说，标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。

虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。

如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。