дисперсия

equal_var=False

На примере сравнения дисперсиии в обучающей и тестовой выборках

dispers_train = np.var(x)
dispers_test = np.var(y)

print ('Дисперсия в обучающей выборке', dispers_train)
print ('Дисперсия в тестовой выборке', dispers_test)

Можно просто посчитать дисперсии двух выборок и если разница меньше 5%, то можно считать, что они равны.

Дисперсия

Дисперсия (σ2, улучшенная метрика разброса) — средний квадрат расстояния между значениями df и средним:
import numpy as np
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
dispers_variance = np.var(x)

Если датасет — выборка, а не вся совокупность, считают s², а не σ²:
variance_estimate = np.var(x, ddof=1).

Стандартное отклонение (σ) - квадратный корень из дисперсии:
standard_deviation = np.std(x)

Стандартное отклонение (σ) для выборки:
standard_deviation = np.std(x, ddof=1)

Подписка на RSS - дисперсия