样本方差与总体方差

对一个数据集的描述有很多方式，其中数据的集中趋势、离散程度、偏态与峰态都是可以客观的体现一个数据集的形态。

在数据集的离散程度上，方差和标准差是实际应用较多的特征值。在理解样本方差和总体方差的公式上有了疑惑，于是将公式拿出来推导一下。（总体和样本的概念想提一下，对于一个西瓜而言，包含的所有西瓜子就是一个总体；对半切开之后，其中的一瓣的所有西瓜子就是一个样本。）

总体方差公式：

样本方差公式：

可见样本的方差公式分母为 n-1，而总体的方差公式分母为 N；分母的差异也源于分子中样本平均值（x ba）与总体平均值（mu）的差异。下面我们就来推导一下：
除非样本平均值与总体平均值相等，否则样本的方差值是小于总体的方差值。为了使我们只有样本的情况下得出无偏估计方差，将样本方差公式的分母修正为 n-1（样本的自由度），至于为什么这样修正，等我再需要了解的时候再补充。