python方差的计算公式为什么减一_计算样本方差时为什么是除以（n-1）？

特别专题：计算样本方差时为什么是除以(n-1)？

对于初学者，上面这个问题可能会感到十分困扰，计算平均数难道不应该直接除以样本量n吗，怎么好好地偏要除以(n-1)?实难理解。负责任的老师讲到这里一般会给你抛出一个叫“自由度”的概念，说因为“计算过程中，我们用样本均数代替总体均数，所以自由度要损失1，因此就是(n-1)”。然后就继续往下讲了，你懂了吗？肯定不懂。

今天我就带着大家一步一步搞懂这其中的道理，期待能帮你解惑！

如果听过我们“丁点帮你”公众号的《SPSS软件应用与统计思维》课的同学可能会觉得：怎么讲的这么基础啊？那些还用讲吗？是的，我们这套课程就是完全强调基础的一门课。因为我们发现，往往理解的难处实际在于基础知识的似是而非，在很简单地地方犯糊涂。比如，方差这个概念，看着很简单，实则有一些很重要的内容稍不留神就被忽略。

首先，我们要知道，方差分为总体方差和样本方差(这一点如果没有区分，你是弄不懂为什么除以(n-1)这个问题的)。接着，如何计算方差？不就是用每一个数减去均数，再平方，然后加和求平均吗？说着很简单，但你知道这里的均数是指什么均数吗？答案是“总体均数”，对，是“总体均数”！也就是说，如果总体均数已知，你求样本方差的时候是除以n的，而不是除以(n-1)，计算公式如下：

注：上式S的平方代表样本方差；Xi 代表样本值，μ代表总体均值，n代表样本量。

但是，现实生活中，我们往往不清楚一个总体的总体均数，而是通过抽取样本，计算样本均数，然后用样本均数来代替总体均数，所以样本方差的计算就变为：

仔细比较这两个公式，就会发现，以前老师讲的确实没错，当把总体均数变为样本均数时，除以n就变成除以(n-1)了。所以，看到这里，你至少明白，变化的原因实际上就在于总体和样本的区别。关于总体和样本，不太明白的同学可以去看看我们第三讲“统计学核心思维与统计描述”的讲解。

我们都知道，统计学重要的研究内容之一是“用样本推测总体”。具体而言，就是用样本均数和样本标准差来估计总体均数和总体标准差，而这里的估计有一个很重要的原则就是“无偏”。所谓“无偏”，就是说，样本值应该是围绕总体值上下波动的，它不能总在总体值的上面，或者总在总体值下面。这里我们需要明确，对于一个特定的总体，其总体均数和总体标准差是恒定不变的。但是，从总体中我们可以进行无数次抽样，每次抽样便获得一个特定的样本，然后计算出特定的样本均数和样本标准差。所以，只要抽样一次，样本值就可能变化一次。因此，样本值是变化的。用一个变化的量去估计一个恒定的量，首要原则就是“无偏”。换言之，如果我们知道某一个变化的量如果总是小于这个恒定的量，那么这个变化量就不是一个无偏估计。

比如，数学上可以证明：

上面不等式恒成立。注意，左边是样本均数，右边是总体均数。所以，我们知道，当用样本均数代替总体均数后，上面左边的式子总是小于右边的式子。因此，如果我们采取左式计算样本方差，那它就不是总体方差的“无偏”估计了，而是总小于总体方差。可现实中我们无法计算右式(总体均数μ未知)，那该怎么办呢？于是，人们就想，既然左式总会低估，那有没有什么办法把它调整一下呢？唯一的办法就是从分母下手，将它的分母调小，这个值不就变大了吗？因而把除数n变小是可取的。问题是变多少呢？你说变成(n-1)，那为啥(n-2)就不行？看到这里，我们不得不佩服统计学家们的智慧：通过数学公式推到，他们找到如下定量关系：

把上式稍作调整，我们便可以得到：

仔细看看，上面左右等式就是我们开篇提出的样本方差的计算方法。右边是是减去的总体均数，即理想情况下，知道总体均数的计算方法；它等于左边运用样本均数的求法，就是这么神奇！由此，样本均数之所以要除以(n-1)实际上是通过数学公式推导出来的，而不是拍脑袋决定的。而引入自由度的概念，某种程度是为数学推导的结论增添了实际含义。

以上便是样本方差(n-1)的大致缘由，简单起见，文章略去了具体的数学推导过程，而是重点通过“总体”与“样本”的区别以及“无偏估计”的原则给大家梳理了其中的逻辑，希望能增进你的理解。

对文中数据推导感兴趣的同学可阅览(本文有参考)：