求方差时除以n和n-1的区别

        我们通常所说的方差有两种，一种是样本方差，一种是总体方差。当求样本方差的时候，分母是n-1；当求总体方差的时候，分母是n。在数理统计中，一般所求的都是样本方差，这就需要构造一个统计量样本方差S^2（注意这是一个随机变量），需要使构造的统计量的期望与总体方差相等，这样才能使统计量具有无偏性。在小学数学，也可能是初中数学中才能遇到求总体方差的情形，比如，一个班50个人，每个人的数学成绩都知道，让你求平均数和方差。这时所说的方差就是总体方差了，这里不存在任何采样的问题，所以没有随机变量，也没有期望这个概念。

       我们为什么要求样本方差呢？例如，在一个超大总体中，假如有一亿个数据，我想知道这个总体的方差是多少。去统计这一亿个数据是非常困难的，所以我们希望通过对总体抽取一万个样本，通过对样本方差的计算来估计出总体方差。这就需要我们来构造一个合适的统计量S^2来估计总体方差。

       下面说一下为何求样本方差的时候要除以n-1。首先我们可能会问统计量S^2到底如何构造呢？其实可以任意构造，但是你构造的统计量不一定能很好的估计总体中的未知参数。判断构造的统计量的好坏有三个标准：无偏性、有效性和相合性（这里我们只谈无偏性）。无偏性，是指对未知参数构造的统计量，该统计量的期望等于要估计的参数。

公式无法在博客中直接输入，只能word中编辑好，然后截图贴上。。。。。。。