版权声明:【fishing-pan:https://blog.csdn.net/u013921430转载请注明出处】 https://blog.csdn.net/u013921430/article/details/82684329
相信在学习数理统计过程中,肯定很多人会下面这样的疑问
为什么样本方差是除以(n-1),而不是除以n呢?
那么今天就一起来看一下是为什么。
##背景知识
为了方便后面的表述,我们用
Xˉ 表示样本均值,用
S2 表示样本方差,用
u 表示总体均值,用
σ2 表示总体方差。
总体方差
整体方差的求得过程如下;
σ2=D(X)=E((Xi−E(X))2)=E(Xi2−2XiE(X)+E(X)2)=n1(i=1∑n(Xi2)−2i=1∑nXiE(X)+nE(X)2)
由于
∑i=1nXi=nE(X) ,所以可得;
σ2=D(X)=E((Xi−E(X))2)=n1(i=1∑n(Xi2)−nE(X)2)=E(X2)−E(X)2
样本方差
S2=n−11i=1∑n(Xi−Xˉ)2
中心极限定理
设从均值为
u,方差为
σ2 的一个任意总体中抽取容量为
n的样本,当n 充分大的时候,样本均值的抽样分布服从
N(u,σ2/n) 的分布,即;
E(Xˉ)D(Xˉ)=u=σ2/n
无偏估计
如果
θ^ 的期望等于
θ ,则称
θ^ 是
θ 的无偏估计量,即
E(θ^)=θ
例如样本均值
Xˉ 是总体均值的无偏估计。
E(Xˉ)=n1i=1∑nE(Xi)=E(X)=u
所有的前期准备工作就此结束了。
判断
S2是否是
σ2的无偏估计
先假设
S~2=n1∑i=1n(Xi−Xˉ)2;那么求
E(S~2) ;
E(S~2)=E(n1i=1∑n(Xi−Xˉ)2)=E(n1(i=1∑nXi2−nXˉ2))=n1(nE(X2)−nE(Xˉ2))
由于
σ2=D(X)=E(X2)−E(X)2 ,且样本均值服从
N(u,σ2/n) 的分布所以;
E(S~2)=E(n−11i=1∑n(Xi−Xˉ)2)=E(n1(i=1∑nXi2−nXˉ2))=n1(nE(X2)−nE(Xˉ2))=n1(n(σ2+u2)−n(D(Xˉ)+u2))=n1(nσ2+nu2−σ2−nu2)=nn−1σ2
所以,如果
S~2 除以
n的话,
S~2 不是
σ2 的无偏估计量,进而对其进行修正。令
S2=n−1nS~2=n−11i=1∑n(Xi−Xˉ)2=σ2
从而使
S2 成为了
σ2 的无偏估计量。这就是为什么样本方差除以的是(n-1)的原因,在实际运用中,可以用同一总体的不同样本的方差的均值来近似估计总体方差。而
S~2 是总体方差的渐进无偏估计量。
E(S~2)=(nn−1σ2)n→∞→σ2
已完。。