总体方差 Population Variance
已掌握全部数据时算的方差，分母用n。
总体方差是当你手里已经掌握了全部研究对象的数据时算出来的方差。它衡量这批完整数据整体上偏离平均值有多远。算法是求每个数与平均值之差的平方和，再除以数据个数 n。
它和样本方差的唯一区别就在分母：总体方差除以 n，样本方差除以 n−1。差别的根源在于你手里是不是全部数据。如果是全部（比如全班每个人的成绩、一批产品的全部尺寸），平均值就是真实的总体均值，直接除以 n 就得到真实方差，不需要额外修正。
用哪个取决于目的：只是描述这批已知数据本身，用总体方差；要拿一小部分去推断更大群体，用样本方差。判断标准不是数据多少，而是“这是不是我要研究的全部对象”。
常见误区是把“数据很多”当成用总体方差的理由。哪怕有上万条，只要它是从更大群体里抽出来的样本，规范上仍该用样本方差。
关于总体方差的常见问答
总体方差和样本方差差在哪？只差分母：总体方差除以n，样本方差除以n-1。前者用在手握全部数据时，后者用在拿样本推断整体时。
怎么判断该用总体方差？看这批数据是不是你要研究的全部对象。是全部（比如全班同学、整批货）就用总体方差；只是抽出来的一部分就用样本方差。
数据量很大就用总体方差吗？不一定。判断标准是全不全，不是多不多。只要是抽样来的，哪怕上万条也该用样本方差；不过量大时两者结果差别已经很小。