随机变量的方差和样本方差为什么不一样?
题目
随机变量的方差和样本方差为什么不一样?
随机变量的方差是∑[xi-E(x)]^2*pi;而样本方差是∑ni(xi-平均值)^2/(n-1).样本是和分布一致的,为什么不一样呢?
主要是,为什么是n-1,而不是n呢?
答案
简单说:是为了保证估计的无偏性!
1.总体方差为σ2,均值为μ
S=[(X1-X)^2+(X2-X)^2.+(Xn-X)^2]/(n-1)
X表示样本均值=(X1+X2+...+Xn)/n
设A=(X1-X)^2+(X2-X)^2.+(Xn-X)^2
E(A)=E[(X1-X)^2+(X2-X)^2.+(Xn-X)^2]
=E[(X1)^2-2X*X1+X^2+(X2)^2-2X*X2+X^2+(X2-X)^2.+(Xn)^2-2X*Xn+X^2]
=E[(X1)^2+(X2)^2...+(Xn)^2+nX^2-2X*(X1+X2+...+Xn)]
=E[(X1)^2+(X2)^2...+(Xn)^2+nX^2-2X*(nX)]
=E[(X1)^2+(X2)^2...+(Xn)^2-nX^2]
而E(Xi)^2=D(Xi)+[E(Xi)]^2=σ2+μ2
E(X)^2=D(X)+[E(X)]^2=σ2/n+μ2
所以E(A)=E[(X1-X)^2+(X2-X)^2.+(Xn-X)^2]
=n(σ2+μ2)-n(σ2/n+μ2)
=(n-1)σ2
故为了保证样本方差的无偏性(即保证估计量的数学期望等于实际值,在此即要保证样本方差的期望等于总体方差),应取:
S=[(X1-X)^2+(X2-X)^2.+(Xn-X)^2]/(n-1)
从而保证:E(S)=E(A)/(n-1)=(n-1)σ2/(n-1)=σ2
举一反三
我想写一篇关于奥巴马的演讲的文章,写哪一篇好呢?为什么好
最新试题
热门考点
- worth 可以作动词吗?
- 甲乙两数的最大公因数是4,最小公倍数是48.已知甲数是16,乙数是多少?请说出为什么,不然我会很难理解啊,
- 试说明:无论x,y取何值时,代数式(x3+3x2y-5+6y3)+(y3+2xy2+x2y-2x3)-(4x2y-x3-3xy2+7y2)的值是常数.
- 一本书,第一天看总页数的1/4,第二天看了15页,这时共看了总页数的3/8,这本书有多少页?
- 有甲乙丙三个数,他们的平均数是19,甲数比乙数少40%.若甲乙两数平均数是20,那么乙丙平均是多少
- n,o,m,w,a,可以组成什么英语单词?
- 山羊和绵羊可以算是一个种群吗?
- ( )?Yes,someapples,please. A What do you want B Can I hepl you
- 只有一句关联词语填空
- 假如地球的质量比现实的地球更大,可能会产生的影响是地球气温升高.这个观点对吗?