一、方差、标准差、和协方差之间的联系与区别

１.方差和标准差都是对一组（一维）数据进行统计的，反映的是一维数组的离散程度；而协方差是对2维数据进行的，反映的是2组数据之间的相关性。
２.标准差和均值的量纲（单位）是一致的，在描述一个波动范围时标准差比方差更方便。方差可以看成是协方差的一种特殊情况，即2组数据完全相同。
３.协方差只表示线性相关的方向，取值正无穷到负无穷。
４.协方差只是说明了线性相关的方向，说不能说明线性相关的程度，若衡量相关程度，则使用相关系数。

二、方差和标准差的定义：
1.考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
2.设一组数据 的平均数为 ，则 ，其中s2表示方差，s表示标准差。
3.考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
4.设一组数据 的平均数为 ，
则 ，其中s2表示方差，s表示标准差。
5.方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。
三、一般地平均数、方差、标准差具有如下性质：
1.若数据 的平均数是 ，方差为s2，标准差为s.则新数据 的平均数是a ＋b，方差为 ，标准差为
2.特别地，如a＝1，则新数据的方差、标准差与原数据相同，分别为s2，s。因此，当一组数据均较大且接近某个常数时，可先将每个数同时减去这个常数，再计算这组新数据的方差，它与原数据的方差相等.
四、方差和标准差的意义：
方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。
五、用样本的数字特征估计总体的数字特征分两类：
①用样本平均数估计总体平均数．
②用样本方差、标准差估计总体方差、标准差．样本容量越大，估计就越精确．
六、计算标准差的算法：
(1)算出样本数据的平均数；
(2)算出每个样本数据与样本平均数的差 ;
(3)算出
(4)算出 这n个数的平均数，即为样本方差s2；
(5)算出方差的算术平方根，即为样本标准差s.

七、方差和标准差的区别

区别

1、定义不同
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；
标准差是总体各单位标准值与其平均数离差平方的算术平均数的平方根；
2、计算办法不同
方差的计算公式为：
式中的s2表示方差，x1、x2、x3、.......、xn表示样本中的各个数据，M表示样本平均数；
标准差=方差的算术平方根=s=sqrt(((x1-x)^2+(x2-x)^2+......(xn-x)^2)/n)。
均方差的公式
均方差的公式为：S=（（x1-x的平均值）^2+（x2-x的平均值）^2+（x3-x的平均值）^2+……+（xn-x的平均值）^2）/n）的算术平方根，其中xn表示第n个元素。均方差又叫做标准差，指的是离均差平方的算术平均数的算术平方根。
均方差的意义
标准差也称均方差，是总体所有各单位标志值与其算术平均数离差平方的算术平均数的正平方根。它的涵义与平均差基本相同，也表示各标志值对算术平均数的平均距离，所不同的只是在数学处理上有所区别。平均差是用绝对值消除各标志值与算术平均数离差的正负问题，而标准差是用平方的方法消除各标志值与平均离差的正负值。计算结果标准差稍大于平均差，这对于进行抽样估计、提高保证程度具有一定意义，并且在数学上标准差的计算过程比平均差简便，具有优良的数学性质。因此，标准差的应用较为广泛。
标准差和方差的区别：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；标准差是总体各单位标准值与其平均数离差平方的算术平均数的平方根等。
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。