
مقياس إحصائي لانتشار نقاط البيانات حول الوسط، يشير إلى التباين.التباين هو مقياس إحصائي يحدد مدى انتشار مجموعة من الأرقام حول متوسطها (الوسط الحسابي). يُحسب كمتوسط مربعات الفروق عن الوسط. يشير التباين المرتفع إلى أن نقاط البيانات متباعدة بشكل كبير، بينما يعني التباين المنخفض أنها تتجمع بشكل وثيق حول الوسط. في الفيزياء، يُستخدم التباين لوصف الضوضاء، وأخطاء القياس، وتوزيع الكميات الفيزيائية مثل الطاقة أو السرعة.
تمت صياغة مفهوم التباين رسميًا بواسطة رونالد فيشر في عام 1918، بناءً على أعمال سابقة لكل من كارل فريدريش غاوس حول المربعات الصغرى وفرانسيس غالتون حول الانحدار.
لمجموعة بيانات تحتوي على N قيمة x_i ومتوسط μ، يُعطى التباين σ² بالعلاقة σ² = (1/N) Σ (x_i - μ)². الجذر التربيعي للتباين هو الانحراف المعياري (σ)، الذي له نفس وحدات البيانات الأصلية وغالبًا ما يكون أكثر بديهية. التباين قابل للجمع للمتغيرات العشوائية المستقلة، مما يجعله أداة أساسية في انتشار الأخطاء والميكانيكا الإحصائية.
يُستخدم التباين في الفيزياء التجريبية لتحديد عدم اليقين في القياسات، وفي ميكانيكا الكم لوصف انتشار القيم القابلة للرصد، وفي علم الكون لتحليل توزيع المجرات.
في ميكانيكا الكم، غالبًا ما يُعبَّر عن مبدأ عدم اليقين لهايزنبرغ بدلالة التباينات: يجب أن يكون حاصل ضرب تبايني الموضع والزخم على الأقل (ħ/2)².
| X | متغير | first random variable — متغير عشوائي |
| Y | متغير | second random variable — متغير عشوائي |
| Var(X) | متغير | variance of X — التباين |
| Var(Y) | متغير | variance of Y — التباين |
| Var(X+Y) | متغير | variance of the sum X+Y — التباين |
| r | متغير | distance between two points — مسافة metre |
| ν | متغير | smoothness parameter |
| l | متغير | length scale parameter — طول metre |
| σ | متغير | variance amplitude — التباين square metre |
| Γ | مؤثر | Gamma function, generalizes factorial — gamma function |
| K_ν | مؤثر | Modified Bessel function of the second kind of order ν — modified bessel function second kind |
| x_t | متغير | value of the process at time t — time series value |
| x_{t-1} | متغير | value of the process at previous time — time series value |
| \phi | متغير | autoregressive coefficient — autoregressive coefficient |
| \epsilon_t | متغير | white noise innovation at time t — noise term |
| \sigma^2 | متغير | variance of the noise — التباين |
| X_n | متغير | random variable indexed by n — متغير عشوائي |
| d_s | متغير | spectral dimension — spectral dimension |
| Var | مؤثر | statistical variance of a random variable — التباين |
| ~ | مؤثر | asymptotically proportional to (up to a constant factor) — asymptotic equivalence |
| f | مؤثر | some function of the spectral dimension — function |






