总体方差和样本方差
在概率论中方差用来度量随机变量和数学期望之间的偏离程度。比如已知随机变量X
以及它的期望:
那么它的方差为:
对于很多场景而言,它的总体方差是难以获取的,比如有些破坏性测试的场合。所以在实际应用中一般采用抽样的方法,用样本均值和方差估计总体的均值和方差。
总体方差是个确定值,样本方差是个随机变量。
无偏估计
比如我们想知道当前地球上人类的平均寿命μ,没有办法把所有的国家、种族的人群寿命都做统计研究,只能从中选取一些样本来估算全球人类的平均寿命。
比如我们采样到的人类的寿命为:
那么:
如果不同采样得到的X是围绕μ附近波动的,就称X是μ的一个无偏估计。
这就跟打靶一样,只要命中在靶心周围,还算不错的成绩,这就是无偏的。
更加严谨的定义:
样本方差是总体方差的一个无偏估计。
为什么样本方差是无偏估计
期望,方差和二阶矩之间有如下重要恒等式:
下面根据定义证明样本方差是整体方差的无偏估计:
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至123456@qq.com 举报,一经查实,本站将立刻删除。