为什么样本方差（sample variance）的分母是 n-1？

为什么样本方差（sample variance）的分母是 n-1？

本文转自：https://www.matongxue.com/madocs/607.html

先把问题完整的描述下。

如果已知随机变量的期望为，那么可以如下计算方差：

                                                                     

上面的式子需要知道的具体分布是什么（在现实应用中往往不知道准确分布），计算起来也比较复杂。

所以实践中常常采样之后，用下面这个来近似：

                                                                    

其实现实中，往往连的期望也不清楚，只知道样本的均值：

                                                                         

那么可以这样计算：

                                                                

此时就有两个问题需要思考了：

• 为什么可以用来近似？
• 为什么使用替代之后，分母是?

下面仔细分析细节，就可以弄清楚这两个问题。

---

举个例子，假设服从这样一个正态分布：

                                                                    

即，，图形如下：

当然，现实中往往并不清楚 服从的分布是什么，具体参数又是什么。所以下面用虚线来表明我们并不是真正知道的分布：

 很幸运，我们知道，因此对采样，并通过：

                                                                           

来估计。其次采样计算出来的：

看起来要比小。采样具有随机性，我们多采样几次， 会围绕上下波动。所以可知：

                                

可推出：

                        

进而推出：

                    

如果用下面这个式子来估计：              

                                        

 那么采样均值会服从一个偏离的正态分布：

可见，此分布倾向于低估 。

具体小了多少，我们可以来计算一下：

其中：

所以我们接着算下去：

其中：

所以：

也就是说，低估了，进行以下调整：

因此使用下面这个式子进行估计，得到的就是无偏估计：