最后更新: 2026-06-25 11:43 查看: 22 次纠错评论(0) 课件开VIP

为什么样本方差除以n-1而总体方差除以n

### 为什么样本方差除以$n-1$而总体方差除以$n$？

样本方差除以 **n-1** 而不是 **n**，核心原因是为了**消除偏差**，让样本方差成为总体方差的**无偏估计**。

我们可以用通俗的逻辑一步步理解：
1.  **总体方差的计算逻辑**
    总体方差的公式是
    $$\sigma^2=\frac{1}{N}\sum_{i=1}^N(X_i-\mu)^2$$
    这里的 $\mu$ 是**总体均值**，是一个固定的真实值，不会受样本选取的影响。

2.  **用样本均值代替总体均值带来的偏差**
    实际中我们几乎拿不到总体数据，只能用**样本均值 $\bar{x}$** 代替 $\mu$ 计算方差。
    但样本均值 $\bar{x}$ 是由当前样本算出来的，它会“迁就”这个样本——样本里的数据会天然更靠近 $\bar{x}$，导致 $\sum_{i=1}^n(X_i-\bar{x})^2$ 比真实的 $\sum_{i=1}^n(X_i-\mu)^2$ **偏小**。

> 举个直观的例子：
    假设总体是 {1,2,3,4,5}，总体均值 $\mu=3$，总体方差 $\sigma^2=\frac{(1-3)^2+\dots+(5-3)^2}{5}=2$。
    如果我们抽一个样本 {1,2,3}，样本均值 $\bar{x}=2$，如果除以 $n=3$，算出来的方差是 $\frac{(1-2)^2+(2-2)^2+(3-2)^2}{3}=\frac{2}{3}\approx0.67$，远小于真实的总体方差 2；
但如果除以 $n-1=2$，方差就是 $\frac{2}{2}=1$，更接近总体方差。
因此，当我们用样本方差估算总体方差时，需要除以$n-1$而不是$n$

3.  **n-1 是“自由度”的体现**
    自由度指的是“可以自由变化的数据个数”。
    当你用样本均值 $\bar{x}$ 计算方差时，相当于多了一个约束条件 $\sum_{i=1}^n(X_i-\bar{x})=0$——只要确定了 $n-1$ 个数据，最后一个数据就被固定了。
    所以除以 $n-1$，本质是用自由度修正了偏差。

简单总结：
- 除以 **n**：得到的是**有偏估计**，会低估总体方差；
- 除以 **n-1**：得到的是**无偏估计**，能更准确地代表总体方差。

他的严格推到请参考参数估计 [无偏性](https://kb.kmath.cn/kbase/detail.aspx?id=573)

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：统计量、样本均值与样本方差★★★★★

下一篇：原点矩与中心矩★★★★★

本文对您是否有用？有用 (0) 无用 (0)