样本总体方差有偏估计和无偏估计的理解

最新推荐文章于 2024-01-08 18:32:41 发布

cx1165597739

最新推荐文章于 2024-01-08 18:32:41 发布

阅读量2w

点赞数 19

分类专栏：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/cx1165597739/article/details/93330524

版权

数学专栏收录该内容

2 篇文章 0 订阅

订阅专栏

学习概统的时候大家应该都知道有偏估计是

如果把x的均值换成确定的值u那么就是无偏的，原因后面说明

无偏估计是

是关于方差的无偏估计，那么为什么一个是/(n-1），为什么一个是/n呢

首先我们清楚几个公式，

D(x)=

E(x)=

有一个重要的假设，就是随机选取的样本 $X_{i}$ 与总体样本同分布，它的意思就是说他们的统计特性是完全一样的，即他们的期望值一样，他们的方差值也是一样的：

$E(X_{i})=E(X)=\mu$

$D(X_{i})=D(X)=\sigma ^{2}$

由于每个样本的选取是随机的，因此可以假设 $X_{1},X_{2},...,X_{n}$ 不相关(意味着协方差为0，即 $Cov(X_{i},X{j})=0,i\neq j$ )，根据方差性质就有:

$D(X_{i}+X_{j})=D(X_{i})+D(X_{j})+2Cov(X_{i},X_{j})=D(X_{i})+D(X_{j})=2\sigma ^{2}$

方差的基本公式：

D(X)=E(X^2)-E^2(X)

这个公式比较重要，注意我们估计的均值的方差不为0，说明他本身不是一个确定的值，是有一定的波动范围的，并且由于我们不能完全估计所有的样本来得到均值，选取的是一部分的样本，所以方差是比总的方差小。

无偏估计的一个定义是：估计量的数学期望等于被估计参数的真实值，则称此此估计量为被估计参数的无偏估计，即具有无偏性，是一种用于评价估计量优良性的准则。无偏估计的意义是：在多次重复下，它们的平均数接近所估计的参数真值。

我们可以通过下面的对方差求均值来看她的均值

$E(S^{2})=E(\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\bar{X})^{2})=\frac{1}{n-1}E(\sum_{i=1}^{n}X_{i}^2-n \bar{X}^{2})$

$=\frac{1}{n-1}(\sum_{i=1}^{n}E(X_{i}^2)-nE(\bar{X}^{2}) )$

$=\frac{1}{n-1}(\sum_{i=1}^{n}[D(X_{i})+E^2(X_{i})]-n[D(\bar{X})+E^{2}(\bar{X}) ])$

$=\frac{1}{n-1}(\sum_{i=1}^{n}[\sigma ^2+\mu^2]-n[\frac{1}{n}\sigma ^2+\mu^{2} ])=\sigma ^2$

这个推导的关键在于，样本的均值并不等于实际的均值，他有一定的波动，（如果是实际的均值u，那么结果就是无偏的），当用样本的均值代替实际的均值u的时候，实际的方差的均值也会受到样本均值的方差的影响，从而偏离实际方差，所以要修正就要/n-1。所以他称为无偏估计。

关注

19
点赞
踩
38

收藏

觉得还不错? 一键收藏
1
评论
样本总体方差有偏估计和无偏估计的理解

学习概统的时候大家应该都知道有偏估计是如果把x的均值换成确定的值u那么就是无偏的，原因后面说明无偏估计是是关于方差的无偏估计，那么为什么一个是/(n-1），为什么一个是/n呢首先我们清楚几个公式，D(x)=E(x)=有一个重要的假设，就是随机选取的样本与总体样本同分布，它的意思就是说他们的统计特性是完全一样的，即他们的期望值一样，他们的方差值也是一样的：...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。