方差采用平方而不是绝对值的原因主要包括：
反映数据波动程度：
方差本质上是样本与样本均值偏差的平方和的平均数，平方可以确保每个偏差值（无论正负）都被考虑在内，从而更准确地反映样本数据的波动程度。
避免正负抵消：
如果使用绝对值，正负偏差值在求和时可能会相互抵消，导致方差计算结果不准确。
方便计算：
平方后的数据便于进行微分、求最值等数学操作，这在统计学和数据分析中非常有用。
单位一致性：
方差的单位是原数据单位的平方，这使得方差与标准差（方差的平方根）在单位上保持一致，便于解释和比较。
强调数据分散程度：
方差作为衡量数据分散程度的指标，其平方形式有助于突出数据点相对于均值的离散情况。
综上所述，方差的平方计算方式在统计学中被广泛接受，因为它能更准确地描述数据的波动和分散程度，并且便于进行后续的数学处理和数据分析