切比雪夫不等式是数学中一种重要的不等式，它指出一个数列（或者随机变量序列）中距其均值（或数学期望）不超过$k$倍标准差的数项所占另外一种度量的比例至少为$1- rac{1}{k^2}$。其中$k$为大于1的任意实数。
切比雪夫不等式的核心就是它可以通过给出均值和标准差来对数列的离散度进行限制。这个不等式在很多领域中都有应用，例如统计学、概率论和计算机科学等科学领域，在生活中也经常会有人使用它来进行分析。
当$k=2$时，切比雪夫不等式变成了一个相对简单易于理解的形式：在任何数据集中，至少有$3/4$的数据距离平均值不会超过$2$倍标准差。也就是说，如果数据分布越趋近于正态分布，那么准确率也越高。
