欢迎来到“离散度”（Spread）的世界！

在之前的课程中，我们学习了期望值（Expected Value）（即平均值），它告诉我们随机变量的“中心”在哪里。但仅仅知道中心点是不够的！试想象两名射箭选手：一位总是正中红心，另一位则时而偏左、时而偏右，准心严重不稳。虽然他们的平均表现都是射中中心，但两人的表现却大不相同！

本章将探讨如何衡量随机变量的“离散程度”或“风险”。这对精算师来说至关重要，因为在保险业中，我们为之定价的本质就是不确定性（Uncertainty）（即离散度）。如果这些公式看起来有点吓人，不用担心，我们会一步步拆解给大家看！

1. 方差（Variance）：衡量“波动空间”的指标

随机变量的方差（Variance），记作 \( Var(X) \) 或 \( \sigma^2 \)，用来衡量数值与平均值之间的平均平方距离。它告诉我们数据在平均值附近“波动”得有多厉害。

概念公式

\( Var(X) = E[(X - \mu)^2] \)
其中 \( \mu \) 是平均值 \( E[X] \)。

等等，为什么要平方？

问得好！如果我们只计算与平均值的距离总和，正数差值（高于平均）和负数差值（低于平均）会互相抵消，导致结果变成零。通过平方，所有数值都会变为正数，这样我们就能观察到离散程度的总量级。

考试必备的“捷径公式”

在 Exam P 的考场上，你几乎总是会用到这个版本，因为计算起来快得多！
\( Var(X) = E[X^2] - (E[X])^2 \)

记忆小撇步：默念“平方的期望值，减去期望值的平方”。

如何计算 \( E[X^2] \)：
  • 离散型（Discrete）： \( \sum x^2 \cdot P(X=x) \)
  • 连续型（Continuous）： \( \int_{-\infty}^{\infty} x^2 \cdot f(x) \, dx \)

快速复习：要找到方差，先求出“二阶动差”\( E[X^2] \)，再求出“一阶动差”（即平均值）并将其平方，最后两者相减即可！

2. 标准差（Standard Deviation）：回归现实的单位

方差固然好用，但它有个怪癖：它的单位是平方单位。如果 \( X \) 代表美元，方差的单位就是“平方美元”。这到底是什么意思？为了回到我们能理解的单位，我们使用标准差（Standard Deviation）（\( \sigma \)）。

公式： \( \sigma = \sqrt{Var(X)} \)

关键点：标准差永远不会是负数。因为它是方差的平方根，结果永远 \( \geq 0 \)。如果在考试中计算出负的标准差，请停下来检查一下方差公式中的相减步骤是否出错了！

类比：披萨外送

如果一家披萨店表示其平均外送时间为 30 分钟，且标准差为 5 分钟，你可以合理预期披萨会在 25–35 分钟内送到。但如果标准差是 20 分钟，你可能会在 10 分钟或 50 分钟才拿到披萨——这就是更大的不确定性！

3. 变异系数（Coefficient of Variation, CV）

有时候，我们想比较两样事物的离散程度。100 美元的标准差算“大”吗？这得看情况！如果你为价值 1,000,000 美元的房子投保，100 美元微不足道；但如果你为价值 200 美元的自行车投保，100 美元可就是个大数目了！

变异系数（CV）将标准差表示为平均值的百分比，它是衡量相对风险（Relative Risk）的指标。

公式： \( CV = \frac{\sigma}{E[X]} \)

注意：此公式仅在平均值 \( E[X] \) 不为零时使用。

4. 方差的变换规则

Exam P 很喜欢考当你对随机变量进行变换（例如增加费用或乘上倍数）时，方差会发生什么变化。这些规则与平均值的规则可是大不相同的！

规则 A：加上常数

\( Var(X + b) = Var(X) \)
为什么？如果你给班上每个学生额外加 5 分，平均分会提高，但离散程度（学生之间的分数差距）会完全保持不变。加上一个常数并不会改变方差。

规则 B：乘上常数

\( Var(aX) = a^2 \cdot Var(X) \)
常见错误警示！学生经常忘记将常数平方。如果你将每项索赔额增加一倍（\( 2X \)），方差会增加为原本的 4 倍（\( 2^2 \)）。

合并规则：

\( Var(aX + b) = a^2 \cdot Var(X) \)

快速范例：

如果 \( Var(X) = 10 \)，那么 \( Var(3X + 5) \) 是多少？
1. 忽略 \( +5 \)（它不影响离散度）。
2. 将 \( 3 \) 平方，得到 \( 9 \)。
3. \( 9 \cdot 10 = 90 \)。

5. 总结与关键要点

你知道吗？方差通常被称为“二阶中心动差”（second central moment）。它是所有精算科学中最核心的概念之一！

关键要点：

  • 方差（\( \sigma^2 \)）衡量平方离散度：\( E[X^2] - (E[X])^2 \)。
  • 标准差（\( \sigma \)）是方差的平方根，单位与原始变量一致。
  • 变异系数为 \( \sigma / \mu \)，用于衡量相对风险。
  • 常数影响：加常数（\( +b \)）不会改变方差；乘上常数 \( a \)，方差会缩放 \( a^2 \) 倍。

避免常见陷阱：
永远记住 \( (E[X])^2 \) 并不等于 \( E[X^2] \)。例如，若 \( X \) 是掷骰子的点数，\( E[X] = 3.5 \)，则 \( (E[X])^2 = 12.25 \)。然而，\( E[X^2] = (1^2+2^2+3^2+4^2+5^2+6^2)/6 = 15.16 \)。它们的数值差异很大！

继续练习！只要多算个几次，方差的计算就会变成本能。你一定做得到的！