样本标准差是衡量样本数据离散程度的重要统计量，其公式为：s = √[ Σ(xi - x̄)² / (n-1) ]，其中xi为样本值，x̄为样本均值，n为样本容量。 分母使用n-1（而不是n）是为了对总体方差进行无偏估计，即贝塞尔校正。计算时先求均值，再计算每个样本与均值的差的平方和，除以n-1后开平方根。该公式常用于推断总体标准差，在假设检验、置信区间等场景中广泛应用。
【样本标准差公式常见问题】
问题1：样本标准差的分母为什么是n-1而不是n？
回答1：因为样本标准差用n-1作为分母（即贝塞尔校正）可以使得样本方差成为总体方差的无偏估计。当用n时，样本方差会低估总体方差，尤其是小样本时偏差明显。n-1校正了这种系统性偏差。
问题2：样本标准差和总体标准差有什么区别？
回答2：总体标准差σ = √[ Σ(xi-μ)² / N ]，其中μ是总体均值，N是总体容量，分母为N。样本标准差s = √[ Σ(xi-x̄)² / (n-1) ]，分母为n-1。总体标准差描述整个群体，样本标准差用于从样本推断总体。
问题3：如何计算样本标准差？请举例说明。
回答3：例如样本数据：3, 5, 7。步骤：①均值x̄=(3+5+7)/3=5；②求差平方：(3-5)²=4，(5-5)²=0，(7-5)²=4；③平方和=4+0+4=8；④除以n-1=2得4；⑤开平方得s=2。所以样本标准差为2。