（单选）以下反映每个样本相对于均值的分散程度的特征量是？A. 均值B. 方差C. 方均值D. 自相关函数

考查要点：本题主要考查统计学中描述数据离散程度的基本概念，重点区分不同特征量的定义与应用场景。

解题核心思路：明确题目中“分散程度”的定义，即数据点与均值之间的偏离程度，进而对应到正确的统计量。需注意方差是直接衡量这一特性的量，而其他选项或描述中心位置（如均值），或涉及其他分析维度（如自相关函数）。

破题关键点：

1. 均值反映数据的中心位置，与分散程度无关。
2. 方差通过计算各数据点与均值的平方差的平均值，直接反映分散程度。
3. 方均值可能混淆视听，但其定义与方差存在差异。
4. 自相关函数用于时间序列的相关性分析，与分散程度无关。

方差的定义为：
$\text{方差} = \frac{1}{N} \sum_{i=1}^{N} (x_i - \mu)^2$
其中，$\mu$ 是均值，$x_i$ 是每个样本。公式中，每个样本与均值的差被平方后求平均，量化了数据点围绕均值的波动大小，因此直接反映分散程度。

选项分析：

• A. 均值：仅表示数据的平均水平，无法体现分散程度。
• B. 方差：符合题目要求，正确。
• C. 方均值：若指“平方的平均值”（即 $\frac{1}{N} \sum x_i^2$），则未扣除均值项，与方差定义不同。
• D. 自相关函数：用于衡量序列内部的时间相关性，与分散无关。