主題
Search

樣本方差


樣本方差 m_2 (通常寫作 s^2 或有時 s_N^2) 是第二個 樣本中心矩,並由下式定義

 m_2=1/Nsum_(i=1)^N(x_i-m)^2,
(1)

其中 m=x^_ 樣本均值N樣本大小

為了從先驗未知 均值 (即,均值 是從樣本本身估計的)的 N 個元素的樣本中估計 總體方差 mu_2=sigma^2,我們需要一個無偏 估計量 mu^^_2 用於 mu_2。這個 估計量k 統計量 k_2 給出,其定義為

 k_2=mu^^_2=N/(N-1)m_2
(2)

(Kenney 和 Keeping 1951,第 189 頁)。 類似地,如果從具有基礎 中心矩 mu_n 的分佈中抽取 N 個樣本,則觀察到的樣本方差 m_2 的期望值為

 <m_2>=(N-1)/Nmu_2.
(3)

請注意,一些作者(例如,Zwillinger 1995,第 603 頁)更喜歡定義

 s_(N-1)^2=1/(N-1)sum_(i=1)^N(x_i-x^_)^2,
(4)

因為這使得樣本方差成為總體方差的 無偏估計量s_N^2s_(N-1)^2 之間的區別是常見的混淆來源,在查閱文獻以確定使用哪種約定(尤其是在不提供資訊的符號 s 通常用於兩者的情況下)時,應格外小心。無偏樣本方差 s_(N-1)^2 的實現方式為方差[列表]。

另請注意,通常,即使 sigma^^^2sigma^2無偏估計量sqrt(sigma^^^2)不是 標準差 sigma無偏估計量


另請參閱

k 統計量, 樣本, 樣本中心矩, 樣本均值, 樣本大小, 樣本方差計算, 樣本方差分佈, 標準差, 無偏估計量, 方差

使用 探索

參考文獻

Evans, M.; Hastings, N.; and Peacock, B. Statistical Distributions, 3rd ed. New York: Wiley, p. 16, 2000.Kenney, J. F. and Keeping, E. S. Mathematics of Statistics, Pt. 2, 2nd ed. Princeton, NJ: Van Nostrand, 1951.Zwillinger, D. (Ed.). CRC Standard Mathematical Tables and Formulae. Boca Raton, FL: CRC Press, 1995.

在 中引用

樣本方差

請引用本文為

Weisstein, Eric W. “樣本方差”。 來自 Web 資源。 https://mathworld.tw/SampleVariance.html

主題分類