为什么样本方差的分母是n-1?为什么它又叫做无偏估计?

更多算法、统计、机器学习知识,欢迎关注公众号哦~还有免费节点和PDF电子书资料,回复即可领取~

 

 

为什么样本方差的分母是n-1?最简单的原因,是因为因为均值已经用了n个数的平均来做估计在求方差时,只有(n-1)个数和均值信息是不相关的。而你的第n个数已经可以由前(n-1)个数和均值 来唯一确定,实际上没有信息量。所以在计算方差时,只除以(n-1)。

 

那么更严格的证明呢?请耐心的看下去。


总体方差(variance):总体中变量离其平均值距离的平均。一组数据

样本方差(variance):样本中变量离其平均值距离的平均。一组数据

到这你可能会想:为什么样本方差中分母是n-1而不是n?我们假设是n看看

从上式可以看出除非:

否则一定有:

 

 

样本方差计算公式里分母为

的目的是为了让方差的估计是无偏的。

无偏的估计(unbiased estimator)比有偏估计(biased estimator)更好是符合直觉的,尽管有的统计学家认为让mean square error即MSE最小才更有意义,这个问题我们不在这里探讨;不符合直觉的是,为什么分母必须得是

而不是才能使得该估计无偏。

首先,我们假定随机变量的数学期望是已知的,然而方差未知。在这个条件下,根据方差的定义我们有

由此可得

因此

 

是方差的一个无偏估计,注意式中的分母不偏不倚正好是!这个结果符合直觉,并且在数学上也是显而易见的。

现在,我们考虑随机变量X的数学期望是未知

的情形。这时,我们会倾向于无脑直接用样本均值

替换掉上面式子中的

 

这样做有什么后果呢?后果就是,如果直接使用

 

作为估计,那么你会倾向于低估方差。

那么,在不知道随机变量真实数学期望的前提下,如何“正确”的估计方差呢?答案是把上式中的分母n换成n-1,通过这种方法把原来的偏小的估计“放大”一点点,我们就能获得对方差的正确估计了:

至于为什么分母是n-1而不是n-2或者别的什么数,原因如下:

所以有

 

我们可以直观的看到随着样本总量n的增加,样本方差s会越来越接近总体方差。样本方差等于总体方差减样本均值的方差。如果用样本均值去估计总体均值,对总体方差的估计是有偏差的,偏差是样本均值的方差。需要做Bessel's correction去修正偏差,让偏差的期望等于0。

当n很大的时候,其实除以n和除以n-1的区别并不大。随着样本的增多,两者都会收敛到真实的总体方差。方差是协方差的特殊情况,就是当两个变量x与y相等时候的情况。既然我们已经知道样本方差为什么是除以n-1。那么样本协方差也是一样的道理。

总结一下:

  • 分母是m-1的情况下,估计值是总体方差的无偏估计

  • 分母是m的情况下,值是最大似然估计

  • 分母是m+1的情况下,值是最小MSE(Mean Squared Error) 的估计

如果觉得样本够大,那么用m-1是不错的,因为在大样本下,参数的方差就算大一点儿也不会多多少,影响也不会大到哪儿去。

如果要保证信息利用充分,那我肯定选择最大似然估计的方差。如果样本数量较小,我就选择最小MSE,因为此时无偏性其实不是第一准则,因为无偏导致了大方差是不可取的行为。

 

参考资料:

为什么样本方差的分母是除以n-1


更多机器学习、编程、AI相关知识,也欢迎关注我的公众号“图灵的猫”。关注公众号,点击“学习资料”菜单,即可获得海量机器学习、深度学习书籍等免费PDF资源~

 

已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页
实付 19.90元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值