${{\sigma }^{2}}=\frac{\sum\limits_{i=1}^{52}{({{x}_{i}}-\overline{x})}}{n}\Rightarrow {{\sum\limits_{i=1}^{52}{({{x}_{i}}-\overline{x})}}^{2}}=52\times 2=104$  حال اگر دو داده که برابر میانگین می‌باشند را از بین داده‌ها حذف شود، واریانس داده‌های باقی‌مانده‌ برابر است با: ${{\sigma }^{2}}(Jadid)=\frac{\sum\limits_{i=1}^{50}{{{({{x}_{i}}-\overline{x})}^{2}}}}{50}=\frac{104}{50}=\frac{208}{100}=2/08$  توجه کنید که چون دو داده‌ی حذف شده برابر میانگین می‌باشند، لذا ${{({{x}_{i}}-\overline{x})}^{2}}$ آن‌ها صفر است و به همین دلیل حاصل ${{\sum\limits_{i=1}^{50}{({{x}_{i}}-\overline{x})}}^{2}}$ همان ${{\sum\limits_{i=1}^{52}{({{x}_{i}}-\overline{x})}}^{2}}$ است.