样本方差和样本方差有什么区别？

样本方差和样本方差有什么区别？他们看起来一样。不是吗

样本方差是指单个样本中观测值（数据点）的变化。如果多次重复研究（样本创建/数据收集/统计计算），则抽样方差是指样本中计算出的特定统计量（例如平均值）的变化。但是，由于中心极限定理，对于某些统计数据，您实际上不必重复进行多次研究，但是如果样本具有代表性，则可以从单个样本中推断出样本方差（这是渐近方法）。或者，您可以通过单个样本模拟研究的重复（这是自举方法）。

关于“样本方差”的附加说明。两项可能在一词中混合使用：

• 基于此样本的总体方差估计。这是我们通常使用的，它的分母（自由度）为n-1。

• 此样本的差异。它的分母为n。

样本方差 $s^2$是样本的方差，是从中抽取样本的总体方差的估计值。

我将“采样方差”解释为“由于采样而引起的方差”，例如估计量（如均值）。因此，我认为这两个术语完全不同。

但是“抽样方差”有点含糊，我需要确定一些背景才能确定。我更喜欢说“抽样变化”作为总体思路。

[许多人（特别是在定量遗传学中）使用术语“变异”代替“变异”，而我将“变异”仅保留为特定的变异度量。）