计算机方差是 描述一组数据离散程度的统计量，表示各个数据与其平均值之差的平方和的平均数。方差用来衡量一组数据的波动大小，即数据偏离其平均值的程度。方差的计算公式如下：
对于总体数据：
\[ \sigma^2 = \frac{1}{N} \sum_{i=1}^{N} （x_i - \mu）^2 \]
对于样本数据：
\[ s^2 = \frac{1}{n-1} \sum_{i=1}^{n} （x_i - \bar{x}）^2 \]
其中：
\（ N \） 是总体数据的数量
\（ n \） 是样本数据的数量
\（ x_i \） 是每个数据点
\（ \mu \） 是总体均值
\（ \bar{x} \） 是样本均值
方差越小，说明数据点越集中；方差越大，说明数据点越分散。在数据挖掘、机器学习等领域中，方差是评估模型预测效果的指标之一，用来衡量模型对数据的拟合程度，通常越小越好。