某厂生产的零件重量服从正态分布N(μ,σ²)，现从该厂生产的零件中抽取9个，测得其重量为（单位：克）45.3 45.4 45.1 45.3 45.5 45.7 45.4 45.3 45.6,试求总体标准差的0.95置信区间。

根据中心极限定理，样本平均数的分布近似服从正态分布 N(μ, σ²/n)，其中 n=9 为样本容量。因此，我们可以利用样本平均数的分布来估计总体标准差的置信区间。

样本平均数为：

$$
\bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i = 45.4
$$

样本标准差为：

$$
s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2} \approx 0.207
$$

由于样本容量较小，我们需要使用学生 t 分布来计算置信区间。根据 t 分布的定义，有：

$$
\frac{\bar{x} - \mu}{s/\sqrt{n}} \sim t(n-1)
$$

其中，t(n-1) 为自由度为 n-1 的 t 分布。根据置信水平的定义，我们有：

$$
P \left(-t_{\alpha/2}(n-1) \leq \frac{\bar{x} - \mu}{s/\sqrt{n}} \leq t_{\alpha/2}(n-1) \right) = 1 - \alpha
$$

其中，t_{\alpha/2}(n-1) 为 t 分布的上分位数，满足 P(t_{\alpha/2}(n-1) \leq t(n-1)) = \alpha/2。在本题中，置信水平为 0.95，因此有 α=0.05，t_{\alpha/2}(n-1) = t_{0.025}(8) = 2.306。

将样本数据代入上式，得到：

$$
-2.306 \leq \frac{\mu - 45.4}{0.207/\sqrt{9}} \leq 2.306
$$

化简得：

$$
43.73 \leq \mu \leq 47.07
$$

因此，总体标准差的 0.95 置信区间为 (43.73, 47.07)。