方差 标准差 协方差 有什么区别
首先，方差和标准差通常针对一维数据，也即各个数据描述的是同一类事物，比如身高。标准差为方差的算术平方根。方差和标准差用以刻画各个数据与所有数据平均值的靠近程度，它们的取值越小，则各数据同平均值越为接近。
其次，协方差针对二维数据，也即两个维度的数据描述的是不同类事物，比如身高和体重。协方差用以刻画两类数据间的相关程度，其计算公式见下图。若结果为正值，表示两类数据正相关，比如身高越高，体重越大；若结果为负值，表示两类数据负相关，比如身高越高，体重越小；若结果为0，表示两类数据没有关联，比如身高和体重没有明显关系。另外，结果的绝对值越大，对应相关程度越高。
1、其区别是：
（1）方差(Variance)是实际值与期望值之差的平方平均数。
（2）而标准差(Standard deviation)是方差的算术平方根。
（3）协方差用的比较少，主要是度量两个变量的相关性（在股票方面有应用）。
2、方差的定义：（variance)是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。概率论中方差用来度量 随机变量和其 数学期望（即 均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的 平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。
3、标准差的定义：标准差（Standard Deviation） ，中文环境中又常称 均方差，标准差是离均差平方的算术平均数的平方根，用σ表示。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。平均数相同的两组组数据，标准差未必相同。
4、协方差的定义：协方差分析是建立在 方差分析和 回归分析基础之上的一种统计分析方法。 方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来，质量因子是可以人为控制的。 回归分析是从数量因子的角度出发，通过建立 回归方程来研究实验指标与一个（或几个）因子之间的数量关系。但大多数情况下，数量因子是不可以人为加以控制的。
标准差是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根
协方差用于衡量两个变量的总体误差
