\[ \text{方差} = \frac{\sum_{i=1}^{n} （x_i - \bar{x}）^2}{n} \]
其中：
\（ x_i \） 表示数据集中的每一个数据点。
\（ \bar{x} \） 表示数据集的平均值，计算公式为 \（ \bar{x} = \frac{\sum_{i=1}^{n} x_i}{n} \）。
\（ n \） 表示数据集中数据点的个数。
\（ \sum \） 表示对所有数据点进行求和。
平方 \（ （x_i - \bar{x}）^2 \） 表示每个数据点与均值差的平方。
最后将差的平方求和，然后除以数据点的个数 \（ n \），得到方差。
例如，如果有一组数据 \（ \{2, 5, 7, 9, 11\} \），其平均数为 \（ \frac{2+5+7+9+11}{5} = 7 \），差的平方和为 \（ （2-7）^2 + （5-7）^2 + （7-7）^2 + （9-7）^2 + （11-7）^2 = 25 + 4 + 0 + 4 + 16 = 49 \），所以方差为 \（ \frac{49}{5} = 9.8 \）。
需要注意的是，如果数据是样本数据，则通常会使用 \（ n-1 \） 而不是 \（ n \） 作为分母，这被称为贝塞尔修正，用于减小样本方差的偏差。