相对标准偏差（RSD）的计算公式为：
\[ \text{RSD} = \left（ \frac{\text{标准偏差}}{\text{平均值}} \right） \times 100\% \]
其中：
标准偏差（SD）是数据集中各个数据点与平均值之间差异的平方和的平均数的平方根。
平均值（X）是所有数据点的算术平均值。
具体计算步骤如下：
1. 计算数据集的平均值（X）。
2. 计算每个数据点与平均值的差，并将这些差值平方。
3. 将所有平方的差值相加，得到平方差之和。
4. 将平方差之和除以数据点的数量（n），得到样本标准差（SD）。
5. 将样本标准差（SD）除以平均值（X），再乘以100%，得到相对标准偏差（RSD）。
公式可以表示为：
\[ \text{RSD} = \left（ \frac{\sqrt{\sum_{i=1}^{n} （X_i - \bar{X}）^2}}{n} \right） \times 100\% \]
其中：
\（ X_i \） 是数据集中的每个数据点。
\（ \bar{X} \） 是数据集的平均值。
\（ n \） 是数据点的数量。
通过计算RSD，可以评估数据集的变异程度，比较不同数据集之间的精密度和可靠性。