① 方差怎麼理解
這個說法有多處錯誤：
第一、X拔的方差是σ^2/n。
第二、X與X拔不獨立，方差不能拆開。
第三、即使能拆開，D(X-Y)=D(X)+D(Y)不是相減。
（n-1）s^2/σ^2服從Χ^2（n-1）分布，如果認為Xi-X服從標准正態分布的話，自由度應該改成n而不是n-1。
因為S²=1/(n-1)∑(Xi-X拔)²，而且(n-1)S²/σ²～χ²(n-1)，又因為σ=1，∑(Xi-X拔)²～χ²(n-1)，根據卡方分布的定義可知：∑(Xi-μ)2/σ2服從正態分布。
(1)初二數學方差怎麼理解擴展閱讀：
對於連續型隨機變數X，若其定義域為（a，b），概率密度函數為f（x），連續型隨機變數X方差計算公式：
D（X）=（x-μ）^2 f（x） dx
方差刻畫了隨機變數的取值對於其數學期望的離散程度。（標准差、方差越大，離散程度越大）
若X的取值比較集中，則方差D（X）較小，若X的取值比較分散，則方差D（X）較大。
因此，D（X）是刻畫X取值分散程度的一個量，它是衡量取值分散程度的一個尺度。
② 初二方差知識點講解
方差是實際值與期望值之差平方的期望值，而標准差是方差算術平方根。 在實際計算中，我們用以下公式計算方差。
方差是各個數據與平均數之差的平方的平均數,即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，其中，x_表示樣本的平均數，n表示樣本的數量，xn表示個體，而s^2就表示方差。
而當用(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]作為樣本X的方差的估計時，發現其數學期望並不是X的方差，而是X方差的(n-1)/n倍，[1/(n-1)][(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]的數學期望才是X的方差，用它作為X的'方差的估計具有「無偏性」，所以我們總是用[1/(n-1)]∑(xi-X~)^2來估計X的方差，並且把它叫做「樣本方差」。
方差，通俗點講，就是和中心偏離的程度!用來衡量一批數據的波動大小(即這批數據偏離平均數的大小)並把它叫做這組數據的方差。記作S。 在樣本容量相同的情況下，方差越大，說明數據的波動越大，越不穩定。
定義
設X是一個隨機變數，若E{[X-E(X)]^2}存在，則稱E{[X-E(X)]^2}為X的方差，記為D(X),Var(X)或DX。
即D(X)=E{[X-E(X)]^2}稱為方差，而σ(X)=D(X)^0.5(與X有相同的量綱)稱為標准差(或均方差)。即用來衡量一組數據的離散程度的統計量。
方差刻畫了隨機變數的取值對於其數學期望的離散程度。(標准差.方差越大，離散程度越大。否則，反之)
若X的取值比較集中，則方差D(X)較小
若X的取值比較分散，則方差D(X)較大。
因此，D(X)是刻畫X取值分散程度的一個量，它是衡量X取值分散程度的一個尺度。
計算
由定義知，方差是隨機變數 X 的函數
g(X)=∑[X-E(X)]^2 pi
數學期望。即：
由方差的定義可以得到以下常用計算公式：
D(X)=∑xipi-E(x)
D(X)=∑(xipi+E(X)pi-2xipiE(X))
=∑xipi+∑E(X)pi-2E(X)∑xipi
=∑xipi+E(X)-2E(X)
=∑xipi-E(x)
方差其實就是標准差的平方。