概率論中的方差用於衡量隨機變量與其數學期望(即均值)之間的偏差。統計學中的方差(樣本方差)是每個樣本值與所有樣本值的平均值之差的平方值的平均值。在許多實際問題中，研究方差即偏離度具有重要意義。方差是對源數據和期望值之間差異的度量。
“方差”壹詞最早是由羅納德·費雪在他的論文《孟德爾遺傳支持下的親緣關系》中提出的。
已知壹個零件的真實長度為A，用A和B兩個儀器測量10次，測量結果X用坐標上的壹個點表示如圖1:儀器A的測量結果:儀器B的測量結果:所有A的。
兩臺儀器測量結果的平均值是a .但是用上面的結果來評價兩臺儀器的優劣，很明顯我們會認為儀器B的性能更好，因為儀器B的測量結果都集中在平均值附近。
因此，有必要研究隨機變量對其均值的偏離程度。那麽，用什麽樣的量來衡量這個偏差呢？很容易看出E[|X-E[X]|]可以度量隨機變量與其均值E(X)的偏差。但由於上述公式的絕對值，操作不便。通常，劑量E[(X-E[X])2]的數值特征是方差。