方差和标准差的定义：

考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
设一组数据的平均数为，则，其中s²表示方差，s表示标准差。

一般地，平均数、方差、标准差具有如下性质：

若数据的平均数是，方差为s²，标准差为s.则新数据的平均数是a＋b，方差为，标准差为
特别地，如a＝1，则新数据的方差、标准差与原数据相同，分别为s²，s。因此，当一组数据均较大且接近某个常数时，可先将每个数同时减去这个常数，再计算这组新数据的方差，它与原数据的方差相等.

方差和标准差的意义：

方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。

用样本的数字特征估计总体的数字特征分两类：

①用样本平均数估计总体平均数．
②用样本方差、标准差估计总体方差、标准差．样本容量越大，估计就越精确．

计算标准差的算法：

(1)算出样本数据的平均数；
(2)算出每个样本数据与样本平均数的差;
(3)算出
(4)算出这n个数的平均数，即为样本方差s²；
(5)算出方差的算术平方根，即为样本标准差s.

随机事件的定义：

在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性的事件叫做随机事件，随机事件通常用大写英文字母A、B、C等表示。

必然事件的定义：

必然会发生的事件叫做必然事件；

不可能事件：

肯定不会发生的事件叫做不可能事件；

概率的定义：

在大量进行重复试验时，事件A发生的频率总是接近于某个常数，在它附近摆动。这时就把这个常数叫做事件A的概率，记作P（A）。
m，n的意义：事件A在n次试验中发生了m次。
因0≤m≤n，所以，0≤P（A）≤1，必然事件的概率为1，不可能发生的事件的概率0。

随机事件概率的定义：

对于给定的随机事件A，随着试验次数的增加，事件A发生的频率总是接近于区间[0，1]中的某个常数，我们就把这个常数叫做事件A的概率，记作P（A）。

频率的稳定性：

即大量重复试验时，任何结果（事件）出现的频率尽管是随机的，却“稳定”在某一个常数附近，试验的次数越多，频率与这个常数的偏差大的可能性越小，这一常数就成为该事件的概率；

“频率”和“概率”这两个概念的区别是：

频率具有随机性，它反映的是某一随机事件出现的频繁程度，它反映的是随机事件出现的可能性；概率是一个客观常数，它反映了随机事件的属性。