Go Gonum 的 Variance 与 PopVariance 有什么区别

我在用 Gonum 统计一组接口耗时指标时，最容易混淆的并不是均值，而是 Variance 和 PopVariance 的选择。它们都在 gonum.org/v1/gonum/stat 包中，输入也都是 x, weights，但分母不同，结果会直接影响波动告警、置信区间和报表结论。

官方地址：https://pkg.go.dev/gonum.org/v1/gonum/stat

如果手里的数据只是从更大数据集合中抽取的样本，用 stat.Variance；如果这批数据已经覆盖要描述的完整总体，用 stat.PopVariance。两者的均值计算方式相同，关键差异是样本方差使用 sum(weights)-1，总体方差使用 sum(weights)。

这不是“哪个函数更准确”的问题，而是你要估计什么对象。把完整总体误当成样本会把波动放大，把样本误当成总体又会低估对总体方差的估计。

同一组数据，差异只来自分母

以 []float64{8, 2, -9, 15, 4} 为例，均值是 4。Gonum 文档给出的无权结果是：Variance 为 77.5，PopVariance 为 62。前者用离均差平方和除以 5-1，后者除以 5。

可以把选择动作固定成一个数据契约：监控系统从当天全部请求生成指标时，通常描述的是这批完整请求，可使用总体方差；从日志中抽取一部分请求去推断整段流量时，应使用样本方差。

在 Go 中把两种口径并排输出

先用最小程序把口径写在代码里。weights 传 nil 时，Gonum 按每个观测权重为 1 处理；显式权重则必须与 x 等长。

package main

import (
    "fmt"

    "gonum.org/v1/gonum/stat"
)

func main() {
    samples := []float64{8, 2, -9, 15, 4}

    // nil 表示每个观测的权重都是 1，便于先比较两个分母。
    sampleVariance := stat.Variance(samples, nil)
    populationVariance := stat.PopVariance(samples, nil)
    fmt.Printf("sample=%.4f population=%.4f\n", sampleVariance, populationVariance)

    weights := []float64{2, 2, 6, 7, 1}
    // 显式权重必须与样本一一对应；这里比较加权样本和总体口径。
    fmt.Printf("weighted sample=%.4f weighted population=%.4f\n",
        stat.Variance(samples, weights),
        stat.PopVariance(samples, weights),
    )
}

这段程序的重点不是打印格式，而是不要在业务层先手工计算均值，再把同一结果塞进两个函数。两个 API 都负责按权重求均值和方差，手工插入不同均值很容易让结果失去一致口径。

权重和边界决定能不能直接调用

无权场景最直观；加权场景要先明确权重代表“重复次数”还是“相对重要性”。Gonum 的文档公式直接使用权重和：Variance 的分母为 sum(weights)-1，PopVariance 的分母为 sum(weights)。因此，不能只因为字段名叫“权重”就默认使用样本方差。

• 权重总和大于 1：两种函数都有明确的分母，但仍要确认权重口径是否代表你的统计模型。
• 权重总和小于等于 1：官方文档明确提示此时应使用有偏方差估计；不要把 Variance 当成万能入口。
• 空切片或只有一个有效观测：先在业务层处理样本数量，避免把没有估计意义的结果继续写入指标。
• 数据是全量还是抽样：这是最终决策条件，不能由函数名自动推断。

最后用一张判断清单收口

如果目标是描述“这批已经收集完的数据自身有多分散”，选 PopVariance；如果目标是用这批观测估计更大总体的方差，选 Variance。如果报表同时展示均值和标准差，也要保持同一口径：样本方差搭配 stat.StdDev，总体方差搭配 stat.PopStdDev，不要交叉组合。

实践中我会在指标名称或配置旁写清 sample / population，并把权重来源一起记录。这样后续换数据源、改采样率或复核告警阈值时，看到的就不只是一个没有上下文的浮点数。

常见问题

Variance 和 PopVariance 的均值不同吗？无权或同一组显式权重下，均值口径相同；主要差异是方差的分母。

可以只把 PopVariance 改名成 Variance 吗？不建议。函数名应保留统计口径，否则调用者无法判断结果是描述总体，还是用于估计总体。