计算机学中学习方差的原因主要有以下几点：
衡量数据的离散程度：
方差是衡量数据集中各数值与其均值之间差异的一种统计量。一个较小的方差意味着数据点更趋近于均值，即数据比较集中；而较大的方差则表明数据点分布较为分散。
判断数据的稳定性：
通过方差，我们可以评估数据的稳定性。方差越小，说明数据越稳定，波动越小；方差越大，说明数据越不稳定，波动越大。这在风险评估和控制等场景中非常有用。
评估数据的精度：
方差还可以用来衡量数据的精度。一个较小的方差通常意味着数据比较准确，而较大的方差则可能表明数据存在较大的误差或不确定性。
便于后续计算和数据处理：
方差的计算涉及平方和绝对值等操作，这些操作在数学和统计学中非常基础且重要。掌握方差的概念和计算方法有助于后续的数据处理和分析，如求导、回归分析等。
方差分析：
在更高级的统计分析中，方差分析（ANOVA）是一种常用的方法，用于判断不同组之间的平均值是否存在显著差异，比较多组数据之间的差异是否有统计意义，以及研究各分类自变量对数值型因变量的影响是否显著。
综上所述，学习方差对于计算机科学的学生来说是非常重要的，因为它不仅是理解数据分布和评估数据质量的基础，也是进行高级统计分析和数据处理的重要工具。