方差是统计学中用来衡量一组数据分散程度的统计量，它反映了数据点与其均值之间的偏离程度。具体来说，方差计算的是每个数据点与数据集平均值的差的平方的平均值。如果数据点紧密聚集在平均值附近，方差就会较小；相反，如果数据点分散得很开，方差就会较大。
方差的计算公式是：
\[ \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} （x_i - \mu）^2 \]
其中，\（ \sigma^2 \） 表示方差，\（ N \） 是数据点的数量，\（ x_i \） 是每个数据点，\（ \mu \） 是数据的平均值。
需要注意的是，方差有其局限性，因为它只衡量了偏离平均值的程度，而没有考虑偏离的方向。因此，标准差（方差的平方根）经常被用来作为方差的补充，它同时考虑了偏离的大小和方向。
方差在统计学、金融、物理等多个领域都有广泛的应用，是理解和分析数据波动性的重要工具