Python简介：方差和标准差的区别

一、标准差的概念

标准差也称为标准差，在中文环境中常称为均方误差。

标准差是方差的算术平方根。

标准差能反映一个数据集的离散程度。

二、方差的概念

方差是测量随机变量或概率论和统计方差中的一组数据时离散程度的度量。方差越大，随机变量的值越离散。

方差在统计描述和概率分布上有不同的定义和计算公式。

三、方差和标准差的区别

因为方差有一个平方项，导致维度的倍数变化，与我们正在处理的数据的维度不一致，所以还有额外的平方。虽然很好地描述了数据偏离均值的程度，但处理结果与我们的直觉思维并不相符。比如身高（cm）的方差变成身高的平方，不能直接反映身高（cm）的偏差程度。标准差的根被平方移动，这样可以比较直观地描述数据与均值的偏差程度。在描述波动范围时，标准差比方差更方便。标准差越小，数值偏离均值越小，反之亦然。

python代码

# -*- coding: utf-8 -*-

import math

def get_standard_deviation(records):
    """
    标准差 == 均方差
    """
    variance = get_variance(records)
    return math.sqrt(variance)