方差：
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。

统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。

在许多实际问题中，研究方差即偏离程度有着重要意义。

方差是衡量源数据和期望值相差的度量值。

历史：
“方差”（variance）这一词语率先由罗纳德·费雪（Ronald Fisher）在其论文《The Correlation Between Relatives on the Supposition of Mendelian Inheritance》中提出。

统计学意义：
当数据分布比较分散（即数据在平均数附近波动较大）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。

样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。

样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。

最近进展：
方差不仅仅表达了样本偏离均值的程度，更是揭示了样本内部彼此波动的程度，也可以理解为方差代表了样本彼此波动的期望。

当然，这个结论是在二阶统计矩下成立。

样本方差：
先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。

样本方差用来表示一列数的变异程度。

样本均值又叫样本均数。

即为样本的均值。

均值是指在一组数据中所有数据之和再除以数据的个数。

简介：
在许多实际情况下，人口的真实差异事先是不知道的，必须以某种方式计算。

当处理非常大的人口时，不可能对人口中的每个物体进行计数，因此必须对人口样本进行计算。

样本方差也可以应用于从该分布的样本的连续分布的方差的估计。