总体方差的无偏估计

样本平均值average： $\overline{X}=\frac{1}{n}\sum_{i=1}^nx_i$

样本方差variance： $S^2$

总体均值（期望）mean： $\mu$

总体方差variance： $\sigma^2$

$\begin{array}{lcl} E((\overline{X}-\mu)^2) \\ =E((\frac{1}{n}\sum_{i=1}^nx_i-\mu)^2) \\ =E((\frac{1}{n}\sum_{i=1}^n(x_i-\mu))^2) \\ =E((\frac{1}{n}\sum_{i=1}^n(x_i-\mu))^2) \\ =\frac{1}{n}.(E(\frac{1}{n}\sum_{i=1}^n(x_i-\mu)^2)+\frac{1}{n}.E(\sum_{i\ne j}(x_i-\mu)(x_j-\mu)) \end{array}$

$\because 样本是从同一总体独立同分布抽样，协方差为0$

$\therefore E(\sum_{i\ne j}(x_i-\mu)(x_j-\mu)) = 0$

$\begin{array}{lcl} =\frac{1}{n}\sigma^2+\frac{1}{n}.E(\sum_{i\ne j}(x_i-\mu)(x_j-\mu)) \\ =\frac{1}{n}\sigma^2 \end{array}$

样本方差

$\begin{array}{lcl} E(S^2) \\ =E(\frac{1}{n}\sum_{i=1}^{n} (x_i-\overline{X})^2) \\ = E(\frac{1}{n}\sum_{i=1}^n((x_i-\mu)-(\overline{X}-\mu))^2) \\ =E(\frac{1}{n}\sum_{i=1}^n((x_i-\mu)^2-2(x_i-\mu)(\overline{X}-\mu)+(\overline{X}-\mu)^2)) \\ =E(\frac{1}{n}\sum_{i=1}^n(x_i-\mu)^2-\frac{1}{n}\sum_{i=1}^n2(x_i-\mu)(\overline{X}-\mu)+\frac{1}{n}\sum_{i=1}^n(\overline{X}-\mu)^2) \end{array}$

中心极限定理，足够样本量情况下，样本的均值趋于总体的期望
$\because$

$\begin{array}{lcl} \frac{1}{n}\sum_{i=1}^n(x_i-\mu) \\ = \frac{1}{n}\sum_{i=1}^nx_i-\mu \\ =\overline{X}-\mu \end{array}$

$E(\overline{X})=\mu$

$\therefore$

$\begin{array}{lcl} E(S^2) \\ = E(\frac{1}{n}\sum_{i=1}^n(x_i-\mu)^2-2(\overline{X}-\mu)(\overline{X}-\mu)+(\overline{X}-\mu)^2) \\ =E(\frac{1}{n}\sum_{i=1}^n(x_i-\mu)^2-(\overline{X}-\mu)^2) \\ =E(\frac{1}{n}\sum_{i=1}^n(x_i-\mu)^2)-E((\overline{X}-\mu)^2) \\ =Var(X)-Var(\overline{X}) \\ =\sigma^2-\frac{1}{n}\sigma^2 \\ = \frac{n-1}{n}\sigma^2 \end{array}$

总体方差的无偏估计

$\begin{array}{lcl} E(S^2)\\ =E(\frac{1}{n-1}\sum_{i=1}^{n} (x_i-\overline{X})^2) \\ =\frac{n}{n-1}.E(\frac{1}{n}\sum_{i=1}^{n} (x_i-\overline{X})^2) \\ =\frac{n}{n-1}.\frac{n-1}{n}\sigma^2 \\ = \sigma^2 \end{array}$

最后编辑于：2018.09.28 14:23:32

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 159,569评论 4赞 363
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 67,499评论 1赞 294
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 109,271评论 0赞 244
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 44,087评论 0赞 209
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 52,474评论 3赞 287
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 40,670评论 1赞 222
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 31,911评论 2赞 313
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 30,636评论 0赞 202
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 34,397评论 1赞 246
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 30,607评论 2赞 246
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 32,093评论 1赞 261
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 28,418评论 2赞 254
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 33,074评论 3赞 237
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 26,092评论 0赞 8
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 26,865评论 0赞 196
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 35,726评论 2赞 276
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 35,627评论 2赞 270

总体方差的无偏估计

推荐阅读更多精彩内容