【樣本標準差公式】在統計學中，樣本標準差是衡量一組數據與其平均值之間差異程度的重要指標。它能夠幫助我們了解數據的離散程度，從而對數據的分布情況做出更準確的判斷。本文將對樣本標準差的公式進行總結，并以表格形式展示關鍵內容。
一、樣本標準差的定義
樣本標準差（Sample Standard Deviation）是指從總體中抽取的一個樣本數據集與其均值之間的平均偏離程度。它是對總體標準差的估計，通常用于描述樣本數據的波動性。
二、樣本標準差的計算公式
樣本標準差的計算公式如下：
$$
s = \sqrt{\frac{1}{n - 1} \sum_{i=1}^{n} (x_i - \bar{x})^2}
$$
其中：
- $ s $：樣本標準差
- $ n $：樣本中數據的個數
- $ x_i $：第 $ i $ 個數據點
- $ \bar{x} $：樣本均值
- $ \sum $：求和符號
注意：與總體標準差不同，樣本標準差使用的是 $ n - 1 $ 而不是 $ n $，這是為了對總體標準差進行無偏估計。
三、樣本標準差的計算步驟
1. 計算樣本的平均值 $ \bar{x} $。
2. 對每個數據點 $ x_i $，計算其與平均值的差 $ (x_i - \bar{x}) $。
3. 將所有差值平方后求和，得到總平方差。
4. 將總平方差除以 $ n - 1 $。
5. 對結果開平方，得到樣本標準差 $ s $。
四、樣本標準差與總體標準差的區別
| 項目 | 樣本標準差 | 總體標準差 |
| 公式 | $ s = \sqrt{\frac{1}{n - 1} \sum (x_i - \bar{x})^2} $ | $ \sigma = \sqrt{\frac{1}{N} \sum (x_i - \mu)^2} $ |
| 分母 | $ n - 1 $（無偏估計） | $ N $（總體全部數據） |
| 用途 | 用于樣本數據的分析 | 用于總體數據的分析 |
| 符號 | $ s $ | $ \sigma $ |
五、示例說明
假設有一個樣本數據集：
$ 2, 4, 6, 8 $
1. 計算平均值：
$$
\bar{x} = \frac{2 + 4 + 6 + 8}{4} = 5
$$
2. 計算每個數據點與平均值的差的平方：
$$
(2 - 5)^2 = 9,\quad (4 - 5)^2 = 1,\quad (6 - 5)^2 = 1,\quad (8 - 5)^2 = 9
$$
3. 求和：
$$
9 + 1 + 1 + 9 = 20
$$
4. 除以 $ n - 1 = 3 $：
$$
\frac{20}{3} \approx 6.67
$$
5. 開平方：
$$
s = \sqrt{6.67} \approx 2.58
$$
因此，該樣本的標準差約為 2.58。
六、總結
樣本標準差是統計分析中的基礎工具之一，用于評估數據的離散程度。通過合理的計算方法，可以準確地反映樣本數據的波動情況。在實際應用中，應根據數據來源選擇合適的公式，確保結果的科學性和可靠性。
