3358 blog.csdn.net/ley VI _ hsing/article/details/54022612
一、百度百科将方差定义为：
(variance )是通过概率论与统计方差测量随机变量或一组数据时离散度的量度。 概率论方差用于衡量随机变量及其数学期望，也就是与均值的背离程度。 所述统计中的方差(样本方差)是各数据的各自与其平均值的方差之和的平均值。 在许多实际问题中，研究方差即偏倚程度具有重要意义。
看这样的文字可能会有点绕圈子，先从公式开始吧。
对于一组随机变量或统计数据，其期望值用e(x )表示。 也就是说，随机变量或统计数据的平均值是，
然后，将各个数据和平均值之差的平方进行合计，最后对它们求出期待值，就可以得到分散式。
此表达式描述了随机变量或统计数据与平均值之间的偏差程度。
二、方差与标准差的关系比较简单
根号的内容是我们刚才说的
那么，为了记述变量和平均的偏差程度而有方差，所以制作标准偏差做什么呢？
不，方差与我们要处理的数据的维度不一致。 虽然可以很好地描述数据和平均的偏差程度，但是发现处理结果不符合我们的直觉思维。
例如，如果一个班有60名学生，平均成绩为70分，标准偏差为9，方差为81，成绩服从正态分布，那么方差就无法直观地判断出同班学生的平均偏差有多大。 根据标准偏差，直观地发现学生成绩分布在[ 61，79 ]范围内的概率为0.6826，约等于下图的34.2%*2
三.均方误差，均方误差是什么？
标准偏差在中文环境中也称为均方误差，但是与均方误差均值不同，均方误差是每个数据远离真值的距离的平方和的平均值，即误差的平方和的平均值
根据上述定义，可以得到以下几点。
1、均方差为标准差，标准差为均方差
2、均方误差不同于均方误差
3、均方误差为各数据与真实值的距离平方和的平均值
例如，要测量房间温度，很遗憾温度计的精度不高，需要测量五次才能得到[x1、x2、x3、x4、x5]集。 如果将温度的真值设为x，则数据与真值的误差e=x-xi
均方误差MSE=
通常，均方误差是数据序列和平均值的关系，均方误差是数据序列和真值的关系，所以只要确定真值和平均值的关系即可。