统计变异性（离散度）
描述性统计 分为 集中趋势 和 变异性。
变异性 使用以下度量
- 最小值和最大值
- 方差
- 偏差
- 分布
- 偏度
- 峰度
方差
在统计学中，方差 是数据集中每个数据与平均值之差的平方的平均数。
换句话说，方差描述了一组数字与平均值（平均数）的离散程度。
平均值在上一章中进行了描述。
此表包含 11 个值
| 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
计算方差
// 计算平均值 (m)
let m = (7+8+8+9+9+9+10+11+14+14+15)/11;
// 计算平方和 (ss)
let ss = (7-m)**2 + (8-m)**2 + (8-m)**2 + (9-m)**2 + (9-m)**2 + (9-m)**2 + (9-m)**2 + (10-m)**2 + (11-m)**2 + (14-m)**2 + (15-m)**2;
// 计算方差
let variance = ss / 11;
或使用像math.js这样的数学库
const values = [7,8,8,9,9,9,10,11,14,14,15];
let variance = math.variance(values, "uncorrected");
标准差
标准差是衡量数字离散程度的指标。
符号为σ（希腊字母西格玛）。
公式为√方差（方差的平方根）。
标准差（在 JavaScript 中）
// 计算平均值 (m)
let m = (7+8+8+9+9+9+10+11+14+15)/11;
// 计算平方和 (ss)
let ss = (7-m)**2 + (8-m)**2 + (8-m)**2 + (9-m)**2 + (9-m)**2 + (9-m)**2 + (9-m)**2 + (10-m)**2 + (11-m)**2 + (14-m)**2 + (15-m)**2;
// 计算方差
let variance = ss / 11;
// 计算标准差
let std = Math.sqrt(variance);
偏差是距离的度量。
所有值与平均值（中间值）的平均距离。
或者如果您使用像math.js这样的数学库
const values = [7,8,8,9,9,9,9,10,11,14,15];
let std = math.std(values, "uncorrected");
