证明样本方差不是总体方差的无偏估计(1)

        无偏估计是用样本统计量来估计总体参数时的一种无偏推断。估计量的数学期望等于被估计参数的真实值,则称此估计量为被估计参数的无偏估计,即具有无偏性,是一种用于评价估计量优良性的准则。无偏估计的意义是:在多次重复下,它们的平均数接近所估计的参数真值。无偏估计常被应用于测验分数统计中,以下将呈现证明样本方差不是总体方差无偏估计的两种方法。

第一种证明方法:

首先研究eq?%5Csum%20%5Cleft%20%28%20X_%7Bi%7D%20-%5Coverline%7BX%7D%5Cright%20%29%5E%7B2%7D

eq?%5Csum%20%5Cleft%20%28%20X_%7Bi%7D%20-%5Coverline%7BX%7D%5Cright%20%29%5E%7B2%7D

eq?%3D%5Csum%20%5Cleft%20%28%20X_%7Bi%7D%20%5E%7B2%7D-2%5Coverline%7BX%7DX_%7Bi%7D+%5Coverline%7BX%7D%5E%7B2%7D%5Cright%20%29

eq?%3D%5Csum%20X_%7Bi%7D%5E%7B2%7D-2%5Coverline%7BX%7D%5Csum%20X_%7Bi%7D+n%5Coverline%7BX%7D%5E%7B2%7D

eq?%3D%5Csum%20X_%7Bi%7D%5E%7B2%7D-n%5Coverline%7BX%7D%5E%7B2%7D

因此 eq?E%5Cleft%20%5B%20%5Csum%20%5Cleft%20%28%20X_%7Bi%7D%20-%5Coverline%7BX%7D%5Cright%20%29%20%5E%7B2%7D%5Cright%20%5D

eq?%3DE%5Cleft%20%5B%20%5Csum%20X_%7Bi%7D%5E%7B2%7D-n%5Coverline%7BX%7D%5E%7B2%7D%20%5Cright%20%5D

eq?%3DE%5Cleft%20%28%20%5Csum%20X_%7Bi%7D%5E%7B2%7D%20%5Cright%20%29-nE%5Cleft%20%28%20%5Coverline%7BX%7D%5E%7B2%7D%20%5Cright%20%29

eq?%3D%5Csum%20E%5Cleft%20%28%20X_%7Bi%7D%5E%7B2%7D%20%5Cright%20%29-nE%5Cleft%20%28%20%5Coverline%7BX%7D%5E%7B2%7D%20%5Cright%20%29      ①

根据方差计算公式:

eq?VAR%28X%29%3DE%28X%5E%7B2%7D%29-E%28X%29%5E%7B2%7D

同理可得:eq?VAR%28%5Coverline%7BX%7D%29%3DE%28%5Coverline%7BX%7D%5E%7B2%7D%29-E%28%5Coverline%7BX%7D%29%5E%7B2%7D

将上述公式带入①式

eq?%5Csum%20E%5Cleft%20%28%20X_%7Bi%7D%5E%7B2%7D%20%5Cright%20%29-nE%5Cleft%20%28%20%5Coverline%7BX%7D%5E%7B2%7D%20%5Cright%20%29

eq?%3Dn%28%5Cdelta%20%5E%7B2%7D+%5Cmu%20%5E%7B2%7D%29-n%28%5Cfrac%7B%5Cdelta%20%5E%7B2%7D%7D%7Bn%7D+%5Cmu%20%5E%7B2%7D%29

eq?%3D%28n-1%29%5Cdelta%20%5E%7B2%7D

因此

eq?E%5Cleft%20%5B%20%5Cfrac%7B%5Csum%20%5Cleft%20%28%20X_%7Bi%7D%20-%5Coverline%7BX%7D%5Cright%20%29%20%5E%7B2%7D%7D%7Bn%7D%5Cright%20%5D

eq?%3D%5Cfrac%7B%28n-1%29%5Cdelta%20%5E%7B2%7D%7D%7Bn%7D

故样本方差不是总体方差的无偏估计。

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

贴地而飞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值