知识卡片
方差为什么除以 n−1
方差先把每个点减去均值、平方、再求和平均,衡量整体偏离程度。书中除数写的是 n−1 而不是 n:因为样本均值 x_bar 只是总体均值的估计,各点围绕样本均值总比围绕真实均值更聚拢,直接除以 n 会系统性低估总体方差;除以更小的 n−1 把这个偏差补回来。直观理解是均值本身消耗了数据的一个约束(各点偏离之和被强制为 0),独立信息只剩 n−1 份,即自由度。样本越小差别越大,n 很大时两种写法几乎一样。注意前提是“用样本估计总体方差”;若手上就是完整总体,除以 n 才是定义。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 统计学
原书出处 · 1 处
- 第5章 统计学 · 查看原书依据
这一概念看起来是各个数值分别与其均值之差的平方的均值,但除数是 n - 1 而不是 n。事实上,当我们处理的样本来自更大的总体时,x_bar 只是实际均值的估计,这意味着 (x_i - x_bar) ** 2 是 x_i 的方差对均值的低估值,这就是为什么我们除以 n - 1 而不是 n
参考来源
- 位置:《数据科学入门(第2版)》第5章 统计学(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0009.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「这一概念看起来是各个数值分别与其均值之差的平方的均值,但除数是 n - 1 而不……」
- 原始内容:这一概念看起来是各个数值分别与其均值之差的平方的均值,但除数是 n - 1 而不是 n。事实上,当我们处理的样本来自更大的总体时,x_bar 只是实际均值的估计,这意味着 (x_i - x_bar) ** 2 是 x_i 的方差对均值的低估值,这就是为什么我们除以 n - 1 而不是 n