一、性质不同
1、方差性质:在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。
3、数学期望性质:试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一。
二、特点不同
1、方差特点:在概率论中,方差用来衡量随机变量与其数学期望值(即均值)之间的偏差程度。统计学中的方差(样本方差)是每个样本值与所有样本值的平均值之差平方的平均值。在许多实际问题中,研究方差即偏离度具有重要意义。
2、标准差特点:在概率统计中,标准差最常用来衡量统计分布的程度。标准差是方差的算术平方根。标准差可以反映数据集的分散程度。对于具有相同平均值的两组数据,标准差可能不相同。
3、数学期望特点:期望值不一定等于一般意义上的期望值。期望值是变量输出值的平均值。期望值不一定包含在变量的输出值集中。
扩展资料:
标准差应用于投资上,可作为量度回报稳定性的指标。标准差数值越大,代表回报远离过去平均数值,回报较不稳定故风险越高。相反,标准差数值越小,代表回报较为稳定,风险亦较小。
方差用来计算每一个变量(观察值)与总体均数之间的差异。为避免出现离均差总和为零,离均差平方和受样本含量的影响,统计学采用平均离均差平方和来描述变量的变异程度。
期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值为该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。
参考资料来源:百度百科-方差
参考资料来源:百度百科-标准差
参考资料来源:百度百科-数学期望