針對周期類型統計特征計算方差，為了避免記錄每筆交易的統計屬性值，造成Redis內存的大量占用和計算性能問題，采用增量的方式計算方差。
在方差計算過程中存在如下幾種情況：
1） 已知一個樣本的方差，當新增一個元素時，需重新計算樣本的方差；
2） 已知兩個樣本的方差，將兩樣本合並，計算新的樣本的方差；
3） 已知一個樣本的方差，當需要從樣本中刪除一個元素時，需重新計算樣本的方差
上述1）是2）的特例，所以針對增量計算需要考慮2）和3）兩種情況。
（一）方差的定義
假設X樣本有N個樣本值：
X樣本的平均值計算：
X樣本的方差計算公式：
該公式計算過程，需要知道所有樣本值明細。
（二）兩個樣本合並，增量方式計算方差，參考了博客：https://www.cnblogs.com/yoyaprogrammer/p/delta_variance.html
假設我們現在有兩組樣本值，一組為歷史樣本值：
一組增量樣本值：
根據（一）介紹的方差和均值的定義，可以得到兩個樣本的如下四個指標：
歷史樣本平均值：
歷史樣本方差：
增量樣本平均值：
增量樣本方差：
合並之后的全量樣本：
全量樣本的均值計算如下：
全量樣本方差的計算和推導如下：
從上述推導結果可以看出，通過兩組樣本的樣本數、均值、方差，可以計算出全量樣本的方差，無需樣本中的明細。
（三）從樣本中移除一個元素，增量方式計算方差
假設我們現在有兩組樣本值，一組為歷史樣本值：
從樣本中移除某一個元素，假設為 ，為記錄方便，將該元素記為D。
歷史樣本平均值：
歷史樣本方差：
推導新的方差，過程如下：
新樣本均值：
新樣本方差：
從上述推導結果可以看出，通過歷史樣本的平方和、均值、刪除元素值，可以計算出新樣本的方差，無需歷史樣本中的明細。