样本方差无偏估计是除以n-1而不是n

设 $X_1,...,X_n$是从期望为 $\mu$、方差为 ${\sigma }^2$的总体中抽取的大小为 $n$的随机样本。

样本均值和样本方差的公式

样本均值(sample mean)是随机样本值的算术平均：$\overline{X}=\frac{X_1+...+X_n}{n}=\frac{1}{n}{\sum }_{i=1}^n{X}_i$
样本方差(sample variance)：$S^2=\frac{1}{n-1}{\sum }_{i=1}^n(X_i-\overline{X}{)}^2$
样本标准差(sample standard deviation)：$S=\sqrt{S^2}$

为什么样本方差除以$n-1$而不是$n$呢？

无偏估计

随机样本的方差的期望值等于总体方差的真值。

证明

E ( S 2 ) = E ( 1 n − 1