1.不同的概念

统计学中的方差(样本方差)是每个样本值与所有样本值的平均值之差的平方值的平均值；

标准差是总体中每个单位的标准值与其平均值的偏差平方的算术平均值的平方根；

2、计算方法不同

其中s代表方差，x1，x2，x3，xn代表样本中的所有数据，m代表样本平均值；

标准差=方差的算术平方根=s=sqrt ((x1-x) 2 (x2-x) 2.(xn-x) 2)/n)。

标准差是与均方偏差的算术平均值(即方差)的算术平方根，用表示。标准差，也称为标准偏差，或实验标准差，在概率统计中最常用作统计分布的度量基础。

标准差是方差的算术平方根。标准差可以反映数据集的分散程度。具有相同平均值的两组数据的标准差可能不相同。

标准差是概率统计中最常用的统计离差度量。标准差定义为每个单位的标准值与其平均值的偏差平方的算术平均值的平方根。它反映了群体中个体之间的分散程度。测量分布程度的结果原则上具有两个性质：

为非负值，单位与测量数据相同。总体或随机变量的标准偏差与子集中样本数量的标准偏差之间存在差异。

简单来说，标准差就是衡量一组数据平均值的离差。标准差大，说明大部分数值与其平均值相差较大；较小的标准差意味着这些值更接近平均值。

方差是概率论和统计方差度量随机变量或一组数据时，对离散程度的度量。概率论中的方差用于衡量随机变量与其数学期望(即均值)之间的偏差。统计学中的方差(样本方差)是每个样本值与所有样本值的平均值之差的平方值的平均值。在许多实际问题中，研究方差即偏离度具有重要意义。

方差是对源数据和期望值之间差异的度量。