Sammendrag

• Variansen $\text{Var}(X) = E(X^2) - \left(E(X)\right)^2$ måler kvadrert spredning; standardavviket $\sigma = \sqrt{\text{Var}(X)}$ har samme enhet som $X$.
• To stokastiske variabler kan ha samme forventningsverdi og likevel svært ulik risiko/spredning – sjekk alltid standardavviket i tillegg.
• For en binomisk fordeling er variansen $\text{Var}(X) = n \cdot p \cdot (1-p)$, en direkte snarvei fra $n$ og $p$.
• Digital simulering gir et anslag på varians/standardavvik som nærmer seg de teoretiske verdiene jo flere gjentakelser som kjøres.