方差公式中分子为什么是n-1的证明

方差的无偏估计中分子为什么是n-1的证明

---

刚接触方差公式，大家肯定会感觉到疑问，为什么公式的分子上是$n-1$而不是$n$呢。当分子为$n-1$的时候称为样本关于总体的无偏估计，分子为$n$的称为有偏估计，原因是我们希望通过样本的方差$S^2$来估计总体的方差，所以问题就出现在这里，样本的方差$\neq$方差。

已知：
样本均值 $\overline{X}$
样本方差 $S^2$
总体均值 $\mu$
总体方差 $\sigma^2$

在计算样本方差的时候，我们通常按下面的公式计算

$$\begin{aligned} S^2=\frac{1}{n}\sum_{i=1}^n(X_i-\overline{X})^2 \end{aligned}$$
上式仅仅是样本的方差，我们往往希望估计总体的方差，这个时候就要对上式进行处理：
$$\begin{aligned} E(S^2)&=E\big(\frac{1}{n}\sum_{i=1}^n(X_i-\overline{X})^2\big)\\\ &=\frac{1}{n}E\Big(\sum_{i=1}^n\big((X_i-\mu)+(\mu-\overline{X})\big)^2\Big)\\\ &=\frac{1}{n}E\Big(\sum_{i=1}^n\big((X_i-\mu)^2+(\mu-\overline{X})^2+2(X_i-\mu)(\mu-\overline{X})\big)\Big)\\\ &=\frac{1}{n}E\Big(\big(\sum_{i=1}^n(X_i-\mu)^2+\sum_{i=1}^n(\mu-\overline{X})^2+2\sum_{i=1}^n(X_i-\mu)(\mu-\overline{X})\big)\Big)\\\ &=\frac{1}{n}E\Big(\big(\sum_{i=1}^n(X_i-\mu)^2+n(\mu-\overline{X})^2+2n(\overline{X}-\mu)(\mu-\overline{X})\big)\Big)\\\ &=\frac{1}{n}E\Big(\big(\sum_{i=1}^n(X_i-\mu)^2+n(\mu-\overline{X})^2-2n(\mu-\overline{X})(\mu-\overline{X})\big)\Big)\\\ &=\frac{1}{n}E\Big(\big(\sum_{i=1}^n(X_i-\mu)^2-n(\mu-\overline{X})^2\big)\Big)\\\ &=\frac{1}{n}\Big(\sum_{i=1}^nE\big((X_i-\mu)^2\big)-nE\big((\mu-\overline{X})^2\big)\Big)\\\ &=\frac{1}{n}\Big(\sum_{i=1}^nVar(X_i)-nVar(\overline{X})\Big) \end{aligned}$$
在上式中
$$Var(X_i)=\sigma^2 \\\ \begin{aligned} Var(\overline{X})&=Var(\sum_{i=1}^nX_i)\\\ &=Var(\frac{1}{n}\sum_{i=1}^nX_i)\\\ &=\frac{1}{n^2}Var(\sum_{i=1}^nX_i)\\\ &=\frac{1}{n^2}\sum_{i=1}^nVar(X_i)\\\ &=\frac{1}{n}\sigma^2 \end{aligned}$$
方差公式可以写作：
$$\begin{aligned} E(S^2)&=\sigma^2-\frac{1}{n}\sigma^2\\\ &=\frac{n-1}{n}\sigma^2 \end{aligned}$$
可以看出样本的方差并不等于希望估计的方差，那么对上式进行修正，乘以 $\frac{n}{n-1}$，即：
$$\begin{aligned} S_1^2&=\frac{n}{n-1}S^2\\\ &=\frac{1}{n-1}\sum_{i=1}^n(X_i-\overline{X})^2 \end{aligned}$$
即：
$$E(S_1^2)=\sigma^2$$