在概率论与统计学中，方差是衡量一组数据离其平均值的离散程度的统计量。方差的计算公式如下：
设 $X$ 是一个随机变量，$E(X)$ 表示 $X$ 的期望值，$n$ 表示样本量，则 $X$ 的方差为：
$$\operatorname{Var}(X) = \frac{1}{n}\sum_{i=1}^{n}(X_i - \overline{X})^2$$
其中，$X_1,X_2,...,X_n$ 为 $n$ 个样本数据，$\overline{X}$ 为这些数据的平均值，即：
$$\overline{X} = \frac{1}{n}\sum_{i=1}^{n}X_i$$
上述公式中的 $(X_i - \overline{X})$ 表示第 $i$ 个样本数据与平均值之间的差距，$(X_i - \overline{X})^2$ 表示差距的平方，$\sum_{i=1}^{n}(X_i - \overline{X})^2$ 表示所有数据的差距平方之和，$\frac{1}{n}\sum_{i=1}^{n}(X_i - \overline{X})^2$ 表示差距平方的平均值，即方差。
需要注意的是，方差的单位是数据的单位的平方，因此在实际应用中，常常使用标准差来代替方差来衡量数据的离散程度。标准差是方差的平方根，其计算公式为：
$$\sigma = \sqrt{\operatorname{Var}(X)}$$