学习求方差的原因主要有以下几点：

衡量数据的离散程度：

方差是统计学中用来衡量一组数据的离散程度的重要指标。它可以帮助学生了解数据之间的差异，为以后深入学习概率与统计打下基础。

判断数据的稳定性：

方差也可以用来判断数据的稳定性。如果数据的方差很小，说明数据比较稳定，反之则说明数据比较不稳定。

评估数据的精度：

方差还可以用来评估数据的精度。如果数据的方差很小，说明数据比较准确，反之则说明数据比较不准确。

金融领域的应用：

在金融领域，方差被广泛应用于风险度量和股票投资中。了解方差可以帮助投资者评估股票价格的波动性，从而制定更科学的投资策略和风险管理措施。

机器学习中的应用：

在机器学习中，方差分析扮演着重要角色。例如，在训练模型时，方差可以帮助我们了解模型的性能和稳定性。

假设检验和因素分析：

方差分析还可以用于假设检验和因素分析，帮助研究者检验多个样本均值之间是否存在显著差异，以及分离出各因素对总变异的作用。

避免样本个数影响：

样本量越大，方差越能反映真实情况，因为它考虑了样本的自由度（n-1），即样本能自由选择的程度。

样本估计总体：

方差分析可以用来估计总体参数，如用样本方差估计总体方差。

综上所述，学习求方差不仅有助于理解数据的分布特征和差异性，还能为实际应用中的数据分析和决策提供重要的参考依据。