기대값의 개념을 확장하여 데이터가 얼마나 흩어져있는지 측정한 값.

$$ \sigma^2 = Var(X) = E(X-\mu)^2 = \left\{ \begin{array}{ll} \sum_{x} (x-\mu)^2 p(x), & \text{(이산형의 경우)} \\ \\ \int_{-\infty}^{\infty} (x-\mu)^2 f(x) dx, & \text{(연속형의 경우)} \end{array} \right. $$

$ \normalsize X-μ $ 는 편차이다.
Ε는 기대값으로, Ε자체에 시그마를 통한 계산이 들어감으로 전체애 대한 계산이 되는데,
이로 인하여 나온 값에 제곱을 하게된다.
즉 분산은 편차 제곱들의 평균이다.