1樓：匿名使用者
如果你學了無偏估計，就會發現n-1時，和總體方差一樣，是總體方差的無偏估計。
所以從引數估計無偏性的角度，n-1比n更合理
沒有學無偏估計（統計的角度），純粹從概率出發，計算其期望就能得到這個結論。
2樓：海
因為不是除以n。記住了！所以除以n減1
3樓：匿名使用者
這個只是公式。沒必要深究。記住就行。考研會用到這個公式。
概率統計中計算樣本的方差，為什麼除以n-1而不是除以n
4樓：匿名使用者
初中高中遇到的樣本是全樣本,現在遇到的是抽樣樣本也就是說,之前減去的均值是總樣本真正的均值,而現在減去的均值是抽樣均值,可能不是總樣本真正的均值所以自由度由n變成了n-1
5樓：demon陌
因為不是除以n。
n-1時，和總體方差一樣，是總體方差的無偏估計。
樣本方差先求出總體各單位變數值與其算術平均數的離差的平方，然後再對此變數取平均數，就叫做樣本方差。樣本方差用來表示一列數的變異程度。樣本均值又叫樣本均數。即為樣本的均值。
在許多實際情況下，人口的真實差異事先是不知道的，必須以某種方式計算。 當處理非常大的人口時，不可能對人口中的每個物體進行計數，因此必須對人口樣本進行計算。樣本方差也可以應用於從該分佈的樣本的連續分佈的方差的估計。
樣本方差公式中為什麼要除以（n-1）而不是n呢？誰能講講其中的奧妙？？？
6樓：匿名使用者
^總體方差為σ²,均值為μ
s=[(x1-x)^2+(x2-x)^2....+(xn-x)^2]/(n-1)
x表示樣本均值=(x1+x2+...+xn)/n
設a=(x1-x)^2+(x2-x)^2....+(xn-x)^2
e(a)=e[(x1-x)^2+(x2-x)^2....+(xn-x)^2]
=e[(x1)^2-2x*x1+x^2+(x2)^2-2x*x2+x^2+(x2-x)^2....+(xn)^2-2x*xn+x^2]
=e[(x1)^2+(x2)^2...+(xn)^2+nx^2-2x*(x1+x2+...+xn)]
=e[(x1)^2+(x2)^2...+(xn)^2+nx^2-2x*(nx)]
=e[(x1)^2+(x2)^2...+(xn)^2-nx^2]
而e(xi)^2=d(xi)+[e(xi)]^2=σ²+μ²
e(x)^2=d(x)+[e(x)]^2=σ²/n+μ²
所以e(a)=e[(x1-x)^2+(x2-x)^2....+(xn-x)^2]
=n(σ²+μ²)-n(σ²/n+μ²)
=(n-1)σ²
所以為了保證樣本方差的無偏性
s=[(x1-x)^2+(x2-x)^2....+(xn-x)^2]/(n-1)
e(s)=(n-1)σ²/(n-1)=σ²
7樓：禮赫符成蔭
e(s^2)=∑（xi-x）/(n-1)=方差是無偏估計
而e(s^2)=∑（xi-x）/n不等於方差有偏差所以除以n-1
8樓：匿名使用者
樣本方差與樣本均值，都是隨機變數，都有自己的分佈，也都可能有自己的期望與方差。取分母n-1，可使樣本方差的期望等於總體方差，即這種定義的樣本方差是總體方差的無偏估計。 簡單理解，因為算方差用到了均值，所以自由度就少了1，自然就是除以(n-1)了。
再不能理解的話，形象一點，對於樣本方差來說，假如從總體中只取一個樣本，即n=1，那麼樣本方差公式的分子分母都為0，方差完全不確定。這個好理解，因為樣本方差是用來估計總體中個體之間的變化大小，只拿到一個個體，當然完全看不出變化大小。反之，如果公式的分母不是n-1而是n，計算出的方差就是0——這是不合理的，因為不能只看到一個個體就斷定總體的個體之間變化大小為0。
9樓：匿名使用者
看看課本吧...寫的很詳細
方差為什是是除以(n-1)而不是除以n啊
10樓：匿名使用者
樣本方差之所以要除以（n-1）是因為這樣的方差估計量才是關於總體方差的無偏估計量。這個公式是通過修正下面的方差計算公式而來的：
修正過程為：
1、方差計算公式：
2、 均值的均值、方差計算公式：
對於沒有修正的方差計算公式我們有：
因為：所以有：
在這裡如果想修正的方差公式，讓修正後的方差公式求出的方差的期望為總體方差的話就需要在沒有修正的方差公式前面加上來進行修正，即：
所以就會有這樣的修正公式：
修正後的最終結果：
擴充套件資料： 方差的性質
1、設c是常數，則d（c）=0
2、設x是隨機變數，c是常數，則有
3、設 x 與 y 是兩個隨機變數，則
其中協方差
特別的，當x，y是兩個不相關的隨機變數則
此性質可以推廣到有限多個兩兩不相關的隨機變數之和的情況。
4、d（x）=0的充分必要條件是x以概率1取常數e（x），即（當且僅當x取常數值e（x）時的概率為1時，d（x）=0。）注：不能得出x恆等於常數，當x是連續的時候x可以在任意有限個點取不等於常數c的值。
5、d（ax+by）=a2dx+b2dy+2abcov（x，y）。
11樓：兔子和小強
這是為了達到對總體方差的無偏估計。你可以計算下樣本方差的期望值：
這樣，當樣本數量足夠多時，樣本方差就可以逼近總體方差（因為其期望是總體方差）。也就是說達到了總體方差的無偏估計。
【要分清樣本方差和總體方差的區別】
12樓：午後藍山
這個是無偏估計，自由度減一
概率論問題，大學概率論問題
這道題目選擇baic。x1x2 0有三種du情況x1,x2分別為0或者zhi同時為0.也就是p x1x2 0 p x1 0,x2 1 p x1 0,x2 0 p x1 1,x2 0 1.根據dao聯合分佈律 p x1 0,x2 1 p x1 0,x2 0 p x1 1,x2 0 p x1 1,x2 ...
概率論概率密度函式分段求期望和方差
你是說密度函式是分段的嗎 那按其定義，分段積分後加起就行了 我明天早上考概率論與統計學 函式我都不知道 什麼意思 求概率密度函式的期望值 直接用積分如圖計算y的期望，需要分成兩段計算。概率密度 f x 1 2 exp根據題中正態概率密度函式表示式就可以立馬得到隨機變數的數學期望和方差 數學期望 3 ...
概率論裡面,概率論裡面，ABAAB，為什麼
為書寫方便，令a 表示a的補集 a b a b a ab a ab a a b a a a b a b a b 概率論中為什麼p a b p a ab 20 這個公式的意義就是事件a發生同時事件b不發生的概率為 事件a發生的概率 事件a與b同時發生的概率舉個例子 比如一個交通崗發生車禍是事件a，交通...