样本标准差的计算公式是：
\[ s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} （x_i - \bar{x}）^2} \]
其中：
\（ s \） 是样本标准差。
\（ n \） 是样本中数据的个数。
\（ x_i \） 是样本中的第 \（ i \） 个数据点。
\（ \bar{x} \） 是样本的平均值，计算公式为 \（ \bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i \）。
\（ \sum \） 表示对所有数据点进行求和。
具体步骤如下：
1. 计算样本的平均值 \（ \bar{x} \）。
2. 计算每个数据点与平均值的差值 \（ x_i - \bar{x} \）。
3. 将差值平方 \（ （x_i - \bar{x}）^2 \）。
4. 对所有的差值平方求和 \（ \sum_{i=1}^{n} （x_i - \bar{x}）^2 \）。
5. 除以 \（ n-1 \）。
6. 对结果取平方根 \（ \sqrt{\ldots} \）。
这个公式用于衡量样本数据的离散程度，即数据点相对于样本平均值的波动大小。样本标准差通常用于统计推断，特别是当总体标准差未知时。