📖 理论背景
样本方差 $S^2 = \frac{1}{n-1}\sum(X_i - \bar X)^2$ 而不是 $\tilde S^2 = \frac{1}{n}\sum(X_i - \bar X)^2$——因为 $E(\tilde S^2) = \frac{n-1}{n}\sigma^2 \neq \sigma^2$（偏小），而 $E(S^2) = \sigma^2$。直观原因：$\bar X$ 本身是数据的"中心"，使得 $\sum(X_i-\bar X)^2$ 比 $\sum(X_i-\mu)^2$ 系统性偏小。本实验通过 10000 次重复模拟，直接统计两种估计量的均值。