离均差，也称为离差或偏差，是衡量数据集中每个数值与平均值的差异程度的统计量。它反映了数据的分散程度和波动性。具体来说，离均差的计算公式为：

[ text{离均差} = text{数据值} - text{平均值} ]

其中，数据值代表数据集中的每一个观测值，平均值是所有数据值的平均数。离均差的正负号可以说明数据值相对于平均值的偏差方向，而其绝对值大小则表示偏差的大小。离均差的总和为零，因为每个数据值与平均值的差值在求和时会相互抵消。

离均差的特点包括：

正负号表明数据值相对于平均值的偏差方向 ：正离均差表示数据值高于平均值，负离均差表示数据值低于平均值。

离均差的总和为零 ：所有数据值与平均值的差值相加等于零。

离均差的大小可以反映数据的分散程度 ：离均差越大，数据的分散程度越高；离均差越小，数据的分散程度越低。

此外，离均差平方和是另一种常用的统计量，它将每个数据点的离均差平方后求和，用于衡量数据的分散程度，而不会受到正负号抵消的影响。标准差是离均差平方和除以样本量（或样本量减一）后开平方的结果，用于衡量数据的波动程度，并且单位与原始数据一致。

需要注意的是，离均差是衡量数据波动性的一个指标，它本身并不表明数据的分布形态，例如正态分布、偏态分布等。

在具体应用中，离均差可以帮助判断数据的稳定性。例如，一组高离散的数据可能意味着存在异常值或者不同的子集。而较小的离均差值则表示数据集中趋势明显，稳定性较高。此外，离均差还在统计学中的假设检验、回归分析等领域有广泛应用。