① 方差怎么理解
这个说法有多处错误：
第一、X拔的方差是σ^2/n。
第二、X与X拔不独立，方差不能拆开。
第三、即使能拆开，D(X-Y)=D(X)+D(Y)不是相减。
（n-1）s^2/σ^2服从Χ^2（n-1）分布，如果认为Xi-X服从标准正态分布的话，自由度应该改成n而不是n-1。
因为S²=1/(n-1)∑(Xi-X拔)²，而且(n-1)S²/σ²～χ²(n-1)，又因为σ=1，∑(Xi-X拔)²～χ²(n-1)，根据卡方分布的定义可知：∑(Xi-μ)2/σ2服从正态分布。
(1)初二数学方差怎么理解扩展阅读：
对于连续型随机变量X，若其定义域为（a，b），概率密度函数为f（x），连续型随机变量X方差计算公式：
D（X）=（x-μ）^2 f（x） dx
方差刻画了随机变量的取值对于其数学期望的离散程度。（标准差、方差越大，离散程度越大）
若X的取值比较集中，则方差D（X）较小，若X的取值比较分散，则方差D（X）较大。
因此，D（X）是刻画X取值分散程度的一个量，它是衡量取值分散程度的一个尺度。
② 初二方差知识点讲解
方差是实际值与期望值之差平方的期望值，而标准差是方差算术平方根。 在实际计算中，我们用以下公式计算方差。
方差是各个数据与平均数之差的平方的平均数,即s^2=(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]，其中，x_表示样本的平均数，n表示样本的数量，xn表示个体，而s^2就表示方差。
而当用(1/n)[(x1-x_)^2+(x2-x_)^2+...+(xn-x_)^2]作为样本X的方差的估计时，发现其数学期望并不是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]的数学期望才是X的方差，用它作为X的'方差的估计具有“无偏性”，所以我们总是用[1/(n-1)]∑(xi-X~)^2来估计X的方差，并且把它叫做“样本方差”。
方差，通俗点讲，就是和中心偏离的程度!用来衡量一批数据的波动大小(即这批数据偏离平均数的大小)并把它叫做这组数据的方差。记作S。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。
定义
设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X),Var(X)或DX。
即D(X)=E{[X-E(X)]^2}称为方差，而σ(X)=D(X)^0.5(与X有相同的量纲)称为标准差(或均方差)。即用来衡量一组数据的离散程度的统计量。
方差刻画了随机变量的取值对于其数学期望的离散程度。(标准差.方差越大，离散程度越大。否则，反之)
若X的取值比较集中，则方差D(X)较小
若X的取值比较分散，则方差D(X)较大。
因此，D(X)是刻画X取值分散程度的一个量，它是衡量X取值分散程度的一个尺度。
计算
由定义知，方差是随机变量 X 的函数
g(X)=∑[X-E(X)]^2 pi
数学期望。即：
由方差的定义可以得到以下常用计算公式：
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)
方差其实就是标准差的平方。