> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 데이터 집합의 표본 분산(sample variance)을 계산합니다. `varSamp`와 달리 이 함수는 수치적으로 안정적인 알고리즘을 사용합니다. 속도는 더 느리지만 계산 오차는 더 적습니다.

# varSampStable

<h2 id="varSampStable">
  varSampStable
</h2>

도입 버전: v1.1.0

데이터 집합의 표본 분산(sample variance)을 계산합니다. [`varSamp`](/reference/functions/aggregate-functions/varSamp)와 달리, 이 함수는 [수치적으로 안정적인](https://en.wikipedia.org/wiki/Numerical_stability) 알고리즘을 사용합니다. 처리 속도는 느리지만 계산 오차가 더 낮습니다.

표본 분산은 [`varSamp`](/reference/functions/aggregate-functions/varSamp)와 동일한 공식으로 계산됩니다:

$$
\frac{\Sigma{(x - \bar{x})^2}}{n-1}
$$

<br />

여기서:

* $x$는 데이터 집합의 각 개별 데이터 포인트
* $\bar{x}$는 데이터 집합의 산술 평균(arithmetic mean)
* $n$은 데이터 집합의 데이터 포인트 수

**구문**

```sql theme={null}
varSampStable(x)
```

**인수**

* `x` — 표본 분산을 계산할 모집단입니다. [`(U)Int*`](/reference/data-types/int-uint), [`Float*`](/reference/data-types/float), 또는 [`Decimal*`](/reference/data-types/decimal)

**반환 값**

입력 데이터 집합의 표본 분산을 반환합니다. [`Float64`](/reference/data-types/float)

**예시**

**안정적인 표본 분산 계산**

```sql title=Query theme={null}
DROP TABLE IF EXISTS test_data;
CREATE TABLE test_data
(
    x Float64
)
ENGINE = Memory;

INSERT INTO test_data VALUES (10.5), (12.3), (9.8), (11.2), (10.7);

SELECT round(varSampStable(x),3) AS var_samp_stable FROM test_data;
```

```response title=Response theme={null}
┌─var_samp_stable─┐
│           0.865 │
└─────────────────┘
```