散度度量 measures of spread

样本方差和总体方差

样本方差和总体方差的计算方式不一样，是因为样本方差是用来估计总体方差的，而不是直接反映总体方差的。为了使样本方差成为总体方差的无偏估计，也就是说，样本方差的期望等于总体方差，我们需要对样本方差的计算公式进行一个调整，即除以自由度n-1，而不是样本数n。这样做的原因是，当我们用样本均值代替总体均值时，会导致样本方差偏小，因为样本均值是根据样本数据计算出来的，它会比总体均值更接近样本数据，从而使样本数据与样本均值的离差平方和更小。为了消除这种偏差，我们需要用n-1来修正样本方差的分母，使得样本方差的期望等于总体方差。¹²

总体方差的计算方式不需要这样的调整，是因为总体方差是一个理论上的值，它是根据总体数据的真实分布来计算的，不需要用样本数据来估计。总体方差的分母是总体数据的个数n，它反映了总体数据与总体均值的离差平方的平均数。³

(1) 总体方差与样本方差的区别是什么呢？为什么样本方差是n-1 分之一而不是n分之一？ - 知乎. https://www.zhihu.com/question/63419301.
(2) 方差与标准差 - 国家统计局. https://www.stats.gov.cn/zs/tjll/sjms/202307/t20230719_1941405.html.
(3) 为什么样本方差的期望等于总体方差？ - 知乎. https://www.zhihu.com/question/568036363.
(4) 方差与标准差 - 国家统计局. https://www.stats.gov.cn/zs/tjll/sjms/202307/t20230719_1941405.html.
(5) 样本方差的自由度是n-1，为何总体的自由度就是n？在求总体方差时，难道不也要用到总体的均值吗？ - 知乎. https://www.zhihu.com/question/36524138.

无偏估计

无偏估计是一种用样本统计量来估计总体参数的方法，它的特点是估计量的数学期望等于被估计参数的真实值。也就是说，如果我们用无偏估计多次重复估计一个参数，那么估计结果的平均数会接近参数的真实值。无偏估计的优点是没有系统性的偏差，只受随机误差的影响。¹²

举个例子，如果我们想估计一个班级的平均身高，我们可以随机抽取一些学生的身高作为样本，然后用样本平均值作为估计量。这样，样本平均值的数学期望就等于班级平均身高的真实值，所以样本平均值是班级平均身高的无偏估计。³

如果你想了解更多关于无偏估计和有偏估计的区别，你可以参考这个网页。希望我的回答对你有帮助。😊

(1) 什么是无偏估计？ - 知乎. https://www.zhihu.com/question/22983179.
(2) 无偏估计_百度百科. https://baike.baidu.com/item/%E6%97%A0%E5%81%8F%E4%BC%B0%E8%AE%A1/3370664.
(3) 无偏估计和有偏估计的区别 - 知乎 - 知乎专栏. https://zhuanlan.zhihu.com/p/121498768.
(4) 无偏估计和有偏估计 - 华东博客 - 博客园. https://www.cnblogs.com/huadongw/p/17322032.html.
(5) 无偏估计量 - MBA智库百科. https://wiki.mbalib.com/wiki/%E4%B8%8D%E5%81%8F%E4%BC%B0%E8%AE%A1%E9%87%8F.