解释

在统计学中，抽样一词是指为了获得有关整体的信息而从总的统计数据中选取一部分。关于调查所涵盖的所有成员的特定特征的统计信息的总和或全部称为“总体”或“宇宙”(Das，N.G.，2010年）。被用来获得群体或宇宙特征的群体的选定部分被称为“样本”。人口是由单个单位或成员组成的，其中一些单位包括在样本中。总体的总单位数称为总体规模，样本的总单位数称为样本规模。总体和样本可以是有限的，也可以是无限的，同样地，它们可以是存在的，也可以是假设的。

方差：方差是一个数值，它显示了一组数据中单个数字的平均分布范围。这就是每个数字离平均值有多远，也就是说每个数字离平均值也有多远。零值的方差意味着所有数据都是相同的。方差越大，分布在均值上的值就越多，因此彼此之间的差异也就越大。方差越小，分布在均值上的值就越小，因此它们之间的距离就越小，方差就不能为负。

总体方差与样本方差之差

总体方差和样本方差的主要区别在于方差的计算。方差分五步计算。首先计算平均值，然后计算平均值的偏差，第三个偏差是平方的，第四个偏差是平方的，最后这个总和除以计算方差的项目数。因此方差=Σ(Xi-X）/N其中席＝I.数量，x-=平均值，n=项目数量。。

现在，当从总体数据计算方差时，n等于项数。因此，如果要根据所有1000人的血压数据计算所有1000人的血压方差，则n=1000。但是，当从样本数据计算方差时，在除以方差平方和之前，要从n中减去1。因此，在上述示例中，如果样本数据有100项，分母将为100–1=99。

因此，从样本数据计算出的方差值高于使用总体数据可以得到的值。这样做的逻辑是为了弥补我们对人口数据信息的缺乏。我们根本不可能找出人类身高的变化，因为我们对所有活人的身高都缺乏了解，更不用说未来了。即使我们举一个中等的例子，像人口数据一样，关于我们所有活着的人的身高，这在物理上是可能的，但是这涉及到的成本和时间会破坏它的计算目的。这就是为什么在大多数统计目的中都会采用样本数据，同时也缺乏关于大多数数据的信息。为了补偿这一点，样本数据的方差和标准差（方差的平方根）的值要高于总体数据的方差。

这是分析师和决策者的自动屏障。该逻辑适用于资本预算、个人和企业财务、建筑、交通管理和许多适用领域的决策。这有助于利益相关者在做出决策或作出其他推断时处于安全的一方。

摘要：总体方差是指由总体数据计算出的方差值，样本方差是由样本数据计算出的方差。由于分母的这个值在样本数据的方差公式中是‘n-1’，对于总体数据是‘n’。结果表明，从样本数据得到的方差和标准差都大于从总体数据得到的方差和标准差。