样本方差怎么计算 有公式也不会算出那个数字s=156.5
样本标准差，也叫实验标准差，是所有（样本数据“减去”样本平均值）的“平方”的“总和”，再除以样本总数减去1的“开方”后所得（分母永远是n-1）：S=√【∑(Xi-X)²/n-1】有这个公式计算所得s=156.5
全数标准差，分母是全体样本总数n（不减1）：S=√【∑(Xi-X)²/n】由此公式算的s=147.5我理解的就是这样，我也是数学差，在网上学的，从来没有接触过的东西，献丑了。
急求！样本方差公式推导
具体如图所示：
先求出总体各单位变量值与其算术平均数的离差的平方，然后再对此变量取平均数，就叫做样本方差。样本方差用来表示一列数的变异程度。样本均值又叫样本均数。即为样本的均值。
在许多实际情况下，人口的真实差异事先是不知道的，必须以某种方式计算。 当处理非常大的人口时，不可能对人口中的每个物体进行计数，因此必须对人口样本进行计算。样本方差也可以应用于从该分布的样本的连续分布的方差的估计。
扩展资料：
样本方差可以理解成是对所给总体方差的一个无偏估计。E(S^2)=DX。
n-1的使用称为贝塞尔校正，也用于样本协方差和样本标准偏差（方差平方根）。 平方根是一个凹函数，因此引入负偏差（由Jensen不等式），这取决于分布，因此校正样本标准偏差（使用贝塞尔校正）有偏差。
标准偏差的无偏估计是一个技术上涉及的问题，尽管对于使用术语n-1.5的正态分布，形成无偏估计。
无偏样本方差是函数ƒ（y1，y2）=（y1-y2）2/2的U统计量，这意味着它是通过对群体的两个样本统计平均得到的。
参考资料来源：百度百科——样本方差
如何用Excel算样本方差？
通过插入函数公式进行计算。
样本方差为什么是n-1分之一？
在容量为N的总体中，假设我们已经通过随机抽样的方式获得了一份容量为n的样本数据。现在我们有两个任务需要完成：一是归纳样本本身这n个数据之间的分布状况；二是借助该样本来推测总体的分布状况，亦即尝试以局部推测总体、以偏概全。
出于简便的考虑，我们经常仅仅借助均值和方差这两个指标来简略地描述样本或总体的分布状况。则对于第一项任务而言，为准确描述样本数据间的离散程度，样本方差计算公式中的除数应为"n”。类似地，为准确描述总体数据间的离散程度，总体方差计算公式中的除数应为"N”。
然而，如果我们准备借助样本方差来推测总体的方差，则可以证明：以"n”为除数的样本方差计算公式不是总体方差的无偏估计值计算式，而只有以"n-1”为除数的样本方差计算公式才是总体方差的无偏估计值计算式。因此在推断统计领域，样本方差计算式的除数应为"n-1”，而不应为"n”。
当然，在n足够大的时候，样本方差这两种计算方法之间的差异可以忽略不计。
最后，我将上述阐述归纳如下：
1.设若总体数据已知，则该总体的数字特征不存在推测的问题，只存在描述的问题，是故总体方差计算公式中的除数应为"N”。
2.以"n-1”为除数的样本方差计算公式是总体方差的无偏估计值计算式。
3. 以"n”为除数的样本方差计算公式是总体方差的渐近无偏估计值计算式。
4. 如果只是要描述样本数据间的离散程度，则样本方差计算公式中的除数应为"n”。
5. 当n足够大的时候，不必太在意样本方差计算公式中除数的这两种不同的选择。
6. 在多数场合，习惯上总是采用以"n-1”为除数的样本方差计算方式。
论证如下：
向左转|向右转
向左转|向右转
样本方差估计的一个公式推导
首先，我们证明
∑(Yi-Y均值)²=∑Yi²-n·Y均值²【证明】∑(Yi-Y均值)²=∑(Yi²-2·Yi·Y均值+Y均值²)=∑Yi²-2·Y均值·∑Yi+n·Y均值²=∑Yi²-2·Y均值·n·Y均值+n·Y均值²=∑Yi²-n·Y均值²然后，令Yi=Xi-μ则Y均值=X均值-μ∴Yi-Y均值=Xi-X均值∴∑(Xi-X均值)²=∑(Yi-Y均值)²=∑Yi²-n·Y均值²=∑(Xi-μ)²-n·(X均值-μ)²数学，样本方差公式，怎么来的
那要看给出什么已知条件,如果σ已知用U分布,如果μ已知就用t分布
如果给出的是具体几个数值,那么就先求出均值然后根据公式：方差是各个数据与平均数之差的平方的平均数,即 s²=(1/n)[(x1-x_)²+(x2-x_)²+...+(xn-x_)²] ,其中,x_表示样本的平均数,n表示样本的数量,xn表示个体,而s²就表示方差.样本方差的公式
除以N的是有偏样本方差，除以N-1的是无偏样方差。
当N很大的时候，N》30的时候，两个样本方差没有什么区别，都可以用。但如果N比较小，在15左右，20左右，那么就必须要用无偏的样本方差。除以N-1的方差计算公式？(在概率分布图中）
方差和标准差：
右图为计算公式 Variance's formula样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)的偏离程度，称为X的方差。定义设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)或DX。即D(X)=E{[X-E(X)]^2}，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差或均方差。由方差的定义可以得到以下常用计算公式：D(X)=E(X^2)-[E(X)]^2方差的几个重要性质（设一下各个方差均存在）。（1）设c是常数，则D(c)=0。（2）设X是随机变量，c是常数，则有D(cX)=(c^2)D(X)。（3）设X，Y是两个相互独立的随机变量，则D(X+Y)=D(X)+D(Y)。（4）D(X)=0的充分必要条件是X以概率为1取常数值c，即P{X=c}=1，其中E(X)=c。