样本方差分母为什么是n-1呢？简单说就是为了让样本数据算出来的方差更接近真实情况。平时算总体方差时，分母直接用数据个数n，因为总体里每个数都算数。但抽样本的时候，用样本算总体，相当于少算了一个数，得留个"余量"调整偏差。就像你拿三根木棍搭桥，其中两根长度已经确定，第三根还能自由调整，这时候自由度就少了。

为什么必须用n-1呢？举个例子，假设你测了5个人的身高，算出来平均身高是170cm。这时候每个身高和平均值的差其实都互相牵制，比如一个人比平均高10cm，必然有另一个人比平均低10cm。这种情况下，实际能自由变化的差值只有4个（n-1）。如果还用5来除，就会低估整体的波动。比如真实数据是168、170、172、174、176，用n-1算方差是16，而用n算只有15.2。数据越少，n-1调整的效果越明显，保证无论抽到哪5个人，算出来的方差都不会系统地偏小。这就是统计学里"无偏估计"的意思，就像用四舍五入保证最终结果不会总偏大或偏小。