方差与标准差：离得有多散
均值说不清「散不散」。方差先量偏离的平方，标准差再把单位换回来——这才是可以和均值放在一起读的那个数。
6 分钟思维方法: 估算与放缩
不求精确值，先卡出它落在哪两个数之间
这一片为什么存在
量一组数散不散，最自然的做法是把每个数和均值的差加起来平均一下。你可以现在就试：1、5、9 的均值是 5，偏差是 −4、0、4，加起来 0。换成 4、5、6，偏差是 −1、0、1，还是 0。这个量对任何一组数都吐出 0，它什么也没测到。方差要绕开的，就是这个死局。
内容
偏差之和永远是 0，不是巧合。均值本来就是那个把偏差左右扯平的点，它的定义决定了正负必然抵消。所以要量离散，第一步是先把正负号毁掉。
有两条路：取绝对值，或者取平方。平方赢了，理由有三个。它对大偏差罚得更狠——偏 2 个单位算 4，偏 4 个单位算 16，而绝对值只算 2 和 4；它处处光滑、能求导，后面一整套统计方法都靠这一点；它还能拆成 E[X²]−(EX)²，实际计算常常更省事。
于是有了方差：偏差平方的平均值。符号问题解决了，代价却立刻显现。你的数据单位是分钟，平方之后变成「分钟平方」，这个东西没法和均值放在一起读。说「平均等待 5 分钟，波动 9 分钟平方」，没有人知道 9 是大是小。
标准差就是把这个代价还回去：对方差开平方根，单位回到分钟。现在可以说「平均 5 分钟，标准差 3 分钟」，两个数落在同一把尺子上。顺带一提，方差是一堆平方数的平均，永远大于等于 0；算术平方根又只取非负的那一支，所以标准差也永远大于等于 0。它等于 0 只有一种可能：所有数一模一样。
最后是最深的那处误解：均值相同，不等于两组数差不多。两家店的平均等待都是 5 分钟，一家标准差 1 分钟，另一家 8 分钟。前者你几乎总是等 4 到 6 分钟，后者可能立刻叫号，也可能耗掉你二十分钟。均值定的是中心，标准差定的是你实际会遇到什么，缺一个你就在瞎选。
设随机变量 X，记它的均值 μ = E[X]。这里 E 表示期望，也就是按概率加权的平均。
方差定义为 Var(X) = E[(X − μ)²]。括号里的 X − μ 是偏差，平方抹掉符号，外层的 E 再对所有可能取值按概率求平均。
标准差记作 σ(X) = √Var(X)，取的是非负平方根。方差常写成 σ²，这个记号本身就在提醒你：它的单位是原单位的平方。
把括号展开可得常用计算式：Var(X) = E[X²] − μ²。它与定义式等价，但只需扫一遍数据，同时累加 x 和 x²。
对有限个等权数据 x₁,…,xₙ，期望退化为算术平均：μ = (1/n)Σxᵢ，Var = (1/n)Σ(xᵢ − μ)²。若这 n 个数是从更大总体里抽出的样本，分母要改成 n − 1，本片只谈前者。
跟着做一遍
两位同事记录了自己五天的通勤时间（分钟）。A：28、29、30、31、32。B：20、25、30、35、40。请分别算出方差与标准差，并说明这两组数据在什么意义上「一样」、在什么意义上完全不同。
- 先各自求均值。两组的和都是 150，除以 5，μ 都等于 30 分钟——单看均值，它们毫无区别。
- 算 A 的偏差：−2、−1、0、1、2。加起来是 0，正是开头那个死局。
- 把 A 的偏差平方后相加：4+1+0+1+4=10。除以 5 得 Var(A)=2，单位是分钟²。
- 开根号前先估一下：1²=1，2²=4，所以 √2 落在 1 和 2 之间，且明显偏小。得 σ(A)≈1.41 分钟。
- 对 B 重复：偏差是 −10、−5、0、5、10，平方和为 250，Var(B)=50 分钟²。
- 同样先卡范围：7²=49，8²=64，而 49<50<64，所以 √50 在 7 和 8 之间，紧贴 7。得 σ(B)≈7.07 分钟。
- 验算一个结构：B 的每个偏差恰好是 A 的 5 倍，那么方差应是 25 倍，标准差应是 5 倍。2×25=50 ✓，1.41×5≈7.07 ✓。
结果
两组均值同为 30 分钟，方差却是 2 与 50 分钟²，标准差是 1.41 与 7.07 分钟。A 几乎每天准点，B 可能 20 分钟就到，也可能 40 分钟才到——同一句「平均通勤 30 分钟」，对这两个人意味着完全不同的生活。顺便留意两件事：两个方差、两个标准差都是正的，平方之后再取非负根，负值根本无从产生；单位上方差挂着「分钟²」，只有标准差能和「30 分钟」写在同一行。