很多人其实忘记了样本标准差的目的是干什么用的,我对复杂的数学公式证明不感兴趣(反正书上有),下面我聊下这背后的原因。
首先,方差的开方是标准差,我更喜欢经常用标准差,原因见这里:猴子:有了方差为什么需要标准差?
1.样本标准差为什么除以n-1
当你选择一个样本后,相比总体,你拥有数据的数量是变少了,因此,与总体中的数值偏离平均值的程度相比,样本中很有可能把较为极端的数值排除在外,这样使得数值更有可能以更紧密的方式聚集在均值周围。
也就是说,样本的标准差要小于总体标准差。
所以,为了更好的用样本估计总体的标准差,统计学家就将标准差的公式做了改造:即原来的标准差公式是除以n,为了用样本估计总体标准差,现在是除以n-1。这样就使得标准差略大。弥补了样本的标准差小于总体标准差的不足。
所以很多书上会直接把除以n-1的标准差叫做样本标准,其实这个样本标准差的目的是用于估计总体标准差。
2.你可能会疑惑,那我什么时候标准差除以n还是n-1呢?
其实,这个问题我的一个社群会员@胡小白 也问过这个问题:
只要你记住使用标准差的目的是什么,就不会搞错了。
如果你只是想计算一个数据集的标准差,那么就除以n。例如你有100个毕业与清华人的收入,只是想了解这100个人构成的数据集的波动大小,那你就用除以n的标准差公式。
如果你想用样本来估计总体的标准差,那就用除以n-1的标准差公式。例如你想把刚才例子中这100个人当成一个样本,用这个样本来估计出总体(所有毕业与清华人的收入)的标准差,那么就除以n-1的标准差公式。
3. @问儿 留言提出一个很好的问题: