方差当然是越小越稳定。
方差是各个数据与平均数之差的平方的平均数。
在概率论和数理统计中，方差（英文variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。
在许多实际问题中，研究随机变量和均值之间的偏离程度有。
标准差系数越小越好，代表大部分数值和其平均值之间差异较小。
如果测量平均值与预测值相差小（同时与标准差数值做比较），则认为测量值与预测值相符合。
标准差可以当作不确定性的一种测量。
例如在物理科学中，做重复性测量时。
标准差数值越大，代表回报远离过去平均数值，回报较不稳定故风险越高。
相反，标准差数值越小，代表回报较为稳定，风险亦较小。
标准差越大数组偏差越不稳定，例如你的物理实验结果的标准差太大，超出实验结果允许的误差范围，那么说明你的实验失败了。
理论上，合适合理的样本数是减小标准差的方法，但是标准差的大小没有物理意义，因为他是用来评价一组。
方差越小,是越稳定 标准差越小,是最强与最弱之间的差距越小