数学方差？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，那么，数学方差？一起来了解一下吧。
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。
方差的计算公式高中如下：
方差的计算公式：若x1,x2...xn的平均数为m，则方差s^2=1/n[(x1-m)^2+(x2-m)^2+...+(xn-m)^2]，x为这组数据中的数据，n为大于0的整数。
高中数学方差的计算公式是样本方差和总体方差的计算公式相同，只是用的数据不同。
下面按照不同的知识点展开详细描述。
1、方差的定义。
方差是衡量一组随机变量值偏离其平均值的程度，是各个数据与平均值差值的平方和除以数据个数。方差越大，说明各个数据值之间的离散程度越大，方差越小则说明各个数据值之间的离散程度越小。
2、样本方差的计算公式。
样本方差是针对样本数据计算的方差，其计算公式为：S^2=∑(X−{X})^2/n-1，其中，X是样本数据集，{X}是样本平均数，n是样本数据集的容量。
3、总体方差的计算公式。
总体方差是针对整个总体计算的方差，其计算公式为：σ^2=∑(X−μ)^2/N，其中，X是总体数据集，μ是总体均值，N是总体数据集的容量。
4、不同样本大小下的方差计算。
在实际应用中，有时候需要将不同样本大小下的方差进行比较。此时需要用到方差的标准化，即计算样本标准差和总体标准差。
数学期望和方差公式为：EX=npDX=np（1-p）、EX=1/PDX=p^2/q、DX=E（X）^2-（EX）^2。
对于2项分布（例子：在n次试验中有K次成功，每次成功概率为P，它的分布列求数学期望和方差）有EX=npDX=np（1-p）。
n为试验次数p为成功的概率，对于几何分布（每次试验成功概率为P，一直试验到成功为止）有EX=1/PDX=p^2/q。还有任何分布列都通用的，DX=E（X）^2-（EX）^2。
关于数学期望的历史故事
在17世纪，有一个赌徒向法国著名数学家帕斯卡挑战，给他出了一道题目：甲乙两个人赌博，他们两人获胜的机率相等，比赛规则是先胜三局者为赢家，一共进行五局，赢家可以获得100法郎的奖励。
当比赛进行到第四局的时候，甲胜了两局，乙胜了一局，这时由于某些原因中止了比赛，那么如何分配这100法郎才比较公平？用概率论的知识，不难得知，甲获胜的可能性大，乙获胜的可能性小。
因为甲输掉后两局的可能性只有(1/2)×(1/2）=1/4，也就是说甲赢得后两局或后两局中任意赢一局的概率为1－(1/4)=3/4，甲有75%的期望获得100法郎；而乙期望赢得100法郎就得在后两局均击败甲，乙连续赢得后两局的概率为(1/2)*(1/2)=1/4，即乙有25%的期望获得100法郎奖金。
⽅差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。⽅差描述随机变量对于数学期望的偏离程度。
⽅差的计算公式是s2={(x1-m)2+(x2-m)2+(x3-m)2+…+(xn-m)2}/n，公式中M为数据的平均数，n为数据的个数,s2为⽅差。⽂字表⽰为⽅差等于各个数据与其算术平均数的离差平⽅和的平均数。其中，分别为离散型和连续型计算公式。称为标准差或均⽅差，⽅差描述波动程度。
当数据分布⽐较分散时，各个数据与平均数的差的平⽅和较⼤，⽅差就较⼤；当数据分布⽐较集中时，各个数据与平均数的差的平⽅和较⼩。因此⽅差越⼤，数据的波动越⼤;⽅差越⼩，数据的波动就越⼩。
D（X）指方差，E（X）指期望。
方差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。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
在概率论和统计学中，数学期望（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
方差与期望相互联系的计算公式如下：
D(X)=E[X-E(X)]^2=E{X^2-2XE(X)+[E(X)]^2}=E(X^2)-2[E(X)]^2+[E(X)]^2
扩展资料：
对于连续型随机变量X，若其定义域为（a，b），概率密度函数为f（x），连续型随机变量X方差计算公式：D（X）=（x-μ）^2 f（x） dx。方差刻画了随机变量的取值对于其数学期望的离散程度。（标准差、方差越大，离散程度越大）
若X的取值比较集中，则方差D（X）较小，若X的取值比较分散，则方差D（X）较大。
因此，D（X）是刻画X取值分散程度的一个量，它是衡量取值分散程度的一个尺度。
参考资料：百度百科——数学期望
参考资料：百度百科——方差
以上就是数学方差的全部内容，x 的数学期望：Ex =[∑(i=1->n) xi] / n (1)x 的方差：D(x) = [∑(i=1->n) (xi - Ex)2] / n (2)x 的方差：D(x)还等于：D(x)=x的均方值 - x的均值Ex的平方(Ex)2。
