1、结论
1 n ∑ i = 1 n ( X i − X ˉ ) 2 \frac{1}{n}\sum_{i=1}^{n}(X_i-\bar{X})^2 n1∑i=1n(Xi−Xˉ)2 是有偏估计
1 n − 1 ∑ i = 1 n ( X i − X ˉ ) 2 \frac{1}{n-1}\sum_{i=1}^{n}(X_i-\bar{X})^2 n−11∑i=1n(Xi−Xˉ)2 是无偏估计
\\
2、期望已知,方差未知
随机变量 X X X的均值已知为 μ {\mu} μ,总体方差 σ 2 {\sigma^2} σ2未知。根据方差的定义,可知:
σ 2 = 1 N ∑ i = 1 N ( X i − μ ) 2 {\sigma^2}=\frac{1}{N}\sum_{i=1}^{N}(X_i-\mu)^2 σ2=N1i=1∑N(Xi−μ)2
其中 N N N是总体个数,从总体中抽样 n n n个样本,对于不同的抽样结果,计算出的样本方差不等,但样本方差的期望等于总体方差,故有:
σ 2 = E [ 1 n ∑ i = 1 n ( X i − μ ) 2 ] (1) \sigma^2=E[\frac{1}{n}\sum_{i=1}^{n}(X_i-\mu)^2]\tag1 σ2=E[n1i=1∑n(Xi−μ)2](1)
3、期望未知,方差未知
但实际情况下,总体的均值并不易得知,非常直接的想法就是用样本均值代替总体均值,那么替代后(1)式是否仍然成立呢?做如下推导:
E [ 1 n ∑ i = 1 n ( X i − X ˉ ) 2 ] = E [ 1 n ∑ i = 1 n ( ( X i − μ ) − ( X ˉ − μ ) ) 2 ] = E [ 1 n ∑ i = 1 n ( ( X i − μ ) 2 − 2 ( X i − μ ) ( X ˉ − μ ) + ( X ˉ − μ ) 2 ) ] = E [ 1 n ∑ i = 1 n ( X i − μ ) 2 − 2 ( X ˉ − μ ) n ∑ i = 1 n ( X i − μ ) + ( X ˉ − μ ) 2 n ∑ i = 1 n 1 ] = E [ 1 n