期望值、變異數與動差

變異數(variance)

兩個遊戲可以有相同的期望獲利,感覺卻完全不同:一個每次穩穩賠你 5 元,另一個丟一枚硬幣,賠你 0 或 10 元。平均相同,但第二個風險大得多。變異數就是捕捉這件事的數字——一個隨機變數在均值附近散得多開、「抖動」得多厲害。

定義取的是對均值的偏差 X - mu(其中 mu = E[X]),並問它平方大小的平均:Var(X) = E[(X - mu)^2]。為什麼要平方?若你只平均 X - mu,正負會剛好抵消為零,什麼也告訴不了你。平方讓每個偏差都變正,而且因為對大偏差的懲罰重於小偏差,使變異數對離群值敏感。結果是一個「離中心的均方距離」。由於平方,變異數活在平方的單位裡(若 X 以公尺計,Var(X) 以平方公尺計),這也是為什麼我們常取它的平方根——標準差——以回到自然的單位。

變異數是貫穿整個機率與統計、用來衡量風險、雜訊與不確定性的頭號指標。小的變異數意味結果緊密聚在均值附近、均值是可靠的摘要;大的變異數意味光看均值告訴你的很少。注意變異數只有對常數(完全沒有隨機性)才會是零,而對重尾分布也可能是無窮大或未定義——當變異數無窮大時,中央極限定理之類的核心工具會失效。

穩定遊戲永遠賠 5:Var = 0。硬幣遊戲賠 0 或 10,均值 5:偏差是 ±5,所以 Var = (1/2)(25) + (1/2)(25) = 25,標準差 = 5。均值相同(5),但第二個有實實在在的散度。

變異數 = 離均值的均方距離;只有常數才是零。

變異數的單位是平方,且因平方而對大偏差加重——所以它比例如平均絕對偏差更容易受離群值影響。

又称
Var(X)second central moment二階中心動差