样本方差和总体方差是统计学中用来描述数据分布的两个重要指标。样本方差是指在给定的样本数据中，各数据与其平均值的差的平方和的平均数，而总体方差是指在整个总体数据中，各数据与其平均值的差的平方和的平均数。它们的计算公式分别为：

样本方差：s² = Σ(xi- x̄)²/n-1

总体方差：σ² = Σ(xi-μ)²/N

其中，xi表示第i个数据，x̄表示样本平均数，μ表示总体平均数，n表示样本容量，N表示总体容量。

从上述公式可以看出，样本方差的分母为n-1，而总体方差的分母为N。这是由于样本方差是通过样本数据来估算总体方差的，而样本数据只是总体数据的一个子集，因此样本方差的分母要比总体方差的分母小1，以纠正样本数据所引入的偏差。

另外，样本方差和总体方差之间还有一个重要的关系，即样本方差是总体方差的无偏估计。这是因为样本方差的期望等于总体方差，即：

E(s²) = σ²

这意味着，当我们用样本方差来估计总体方差时，其估计值的期望等于总体方差，而不会引入任何系统性的误差。因此，样本方差是统计学中常用的一种重要工具，它可以帮助我们对数据的分布情况进行更准确的描述和分析。

总之，样本方差和总体方差是统计学中两个重要的指标，它们之间有着密切的关系。在实际应用中，我们需要根据具体的问题选择合适的方差公式，以便对数据进行更准确的分析和判断。