样本方差是指单个样本中观察值（数据点）的变化。抽样方差是指在样本中计算的特定统计量（例如平均值）的变化，如果要多次重复研究（样本创建/数据收集/统计计算）。但是，由于中心极限定理，对于某些统计数据，您实际上不必多次重复研究，但如果样本具有代表性，则可以从单个样本中推断出抽样方差（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。两个可以混合在一个术语中：

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

• 这个样本的方差。它有分母n。

样本方差是样本的方差，是抽取样本的总体方差的估计值。 $s^2$

“抽样方差”我将解释为“由于抽样引起的方差”，例如估计量（如均值）。所以我认为这两个术语是完全不同的。

但是“抽样方差”有点模糊，我需要查看一些上下文才能确定。对于总体思路，我更愿意说“抽样变化”。

[许多人（特别是在数量遗传学中）使用术语“变异”代替“变异”，而我将“变异”仅用于特定的变异度量。]