样本标准差

样本标准差是衡量一组数据离散程度的统计量，其计算公式为：

```s = √[Σ（xi - x̄）² / （n - 1）]```

其中：

`s` 表示样本标准差；

`xi` 表示第 `i` 个观测值；

`x̄` 表示样本均值；

`n` 表示样本容量；

`Σ` 表示求和符号，从 `i = 1` 到 `n`。

样本标准差通常用于估计总体标准差，并且是总体标准差的无偏估计量。当样本容量 `n` 足够大时，样本标准差与总体标准差的差异很小。

需要注意的是，样本标准差与总体标准差的计算公式中分母的差异：样本标准差的分母是 `n - 1`，而总体标准差的分母是 `n`。这个差异是因为样本标准差在计算时使用了样本均值而非总体均值，为了补偿这种偏差，将自由度从 `n` 减少到 `n - 1`，从而使得样本标准差成为总体标准差的无偏估计

其他小伙伴的相似问题：

样本标准差与总体标准差有何区别？

如何计算样本标准差？

样本标准差在实际中的应用？