1樓:
佔坑。紀念一下我跟我學心理的室友艱難地講懂了這個n-1的問題。
懶惰的我居然現在才回答。
事情是這樣的,我室友高中學文科,大學學心理,大一學心理統計知道了這個n-1的公式問我這是為什麼,我當時哼哧哼哧半天也沒想出來,一年後又提起這件事,我這回決定怎麼著也要講明白了,於是乎,我先翻出了課本的公式,方便起見就盜一下前面的知乎答主的公式截圖:
(1)我首先跟我室友捋了一下,方差的定義是
(2)是跟你的取樣無關的,是乙個確定的數值。(unknown but determined)
她大學學的除以n-1的公式 是乙個estimator,是一種利用樣本的資訊推測(2)的手段,(2)是我們的目的。
有一種評判這個手段好不好的方法就是看看是不是unbiased。(3)是random的,每次算出來的具體的數值都跟那一次的取樣相關,每一次可能算出不一樣的數,那怎麼評判這個手段是否unbiased呢?
截圖中(1)的長長的式子就是在證明(3)的期望等於(2),以此明(3)是乙個unbiased的estimator。倘若把(3)中的n-1替換為n,將會biased。(1)證明了:
所以我們選擇n-1。
推導(1)的倒數第二步的時候用到了
要明白(4)先要解釋為什麼
和 好的這兩件事我相信聰明的大家都很明白,可我的文科生室友不明白啊!
然後我又要複習方差的定義了
拿著這個定義把前面的(5)和(6)證了一遍,,
問題又來了,我的傻白甜室友並沒有學過公式
所以在把(2)代入(5)的時候, 對她來說並不是顯然的。
好的,那我們就一起來證明(7)吧。
我給我室友科普了一下條件概率
我本以為一切都已經結束了!結果我的室友並不明白為什麼常數可以拿出來——也就是說她不知道這個公式
其實前面幾乎每一步也都建立在這個公式之上,只是一開始我預設她懂了QAQ
好吧,我給室友科普了期望的定義 (咱們忽視離散的情況)然後我弱弱地問室友你學過微積分麼。。
她沒學過!沒學過啊啊啊啊!!
我已經快絕望了,但還是堅持給她證明完了(8)
關於x+y為啥可以拆開乙個乙個算,我生動形象地跟她解釋了,積分就相當於算函式的曲線底下的面積嘛==
來,小朋友,你來隨便畫兩條曲線,在右邊畫它們加起來的一條曲線,咱們把我們要計算的體積切成乙個乙個小矩形,,是不是很神奇,左邊的兩個小矩形加起來剛好是右邊的小矩形(ORZ
然後我們來化簡第一項
同理第二項就是E(Y)啦!(8)證明完畢!
至此一切都理清楚了~~~以防有不明白的把(2)的證明再寫一遍:
我算是明白為什麼高中的時候問數學老師為什麼n-1老師不告訴我了!!
我室友也明白了為什麼心理統計的老師說,統計就是背就可以了!!
原來有些顯然的事情,對沒有基礎的人來說,真的一點都不顯然呀!
2樓:
大概看了下題主不太贊同的點,那我們這麼說如何...對於給定的n,瘋狂的重複進行抽取n個樣本的事情(就是平均嘛),對於每組n個樣本我們都能求乙個樣本的均值和方差。然後這些x組選取n個樣本的情況,求這個x個均值的期望什麼的...
即 .或者更直接的說,你的 都是滿足分布的,憑啥加起來除個n就不是隨機變數了呢...
3樓:豪不二
樣本X是隨機變數,所以「\mu_ = f(X),f是乙個確定的函式。因為X是已知的,f(X)就是乙個確定的數。」這句話是有問題的, 後面所說的硬幣問題,給的只是一組樣本觀測值,概念混淆了,@bhuztez 確實鑽進牛角尖了, @王贇 Maigo 的答案我看著沒毛病,不過我在想這裡證的僅僅是正態分佈,怎麼證明一般性
協方差的公式是怎麼推導出來的?
不說話會死先森 首先要弄清楚方差的概念。這是方差 方差描述的是樣本偏離均值的程度。方差是協方差的乙個特例,當樣本從一維變成二維,描述的是兩組樣本各自偏離均值的程度,按照方差的公式,就變成了 樣本減均值,求和,除以樣本數,這不就是期望的求法嗎。所以又可以寫成Cov X,Y E X x Y y 舉個例子...
斐波那契數列通項公式是怎樣推導出來的?
考慮形如 的遞推數列。令非零實數 滿足 則有 也就是 因為 為非零實數,於是 那麼 因為 為線性遞推方程組,所以以上滿足條件的所有 的任意線性組合均滿足該遞推方程。設 則 解得 於是在 時,有 另一種方法 設 為斐波那契數列第 項。考慮斐波那契數列遞推公式 對於向量 有也就是 考慮 的特徵值和特徵向...
向心力加速度公式 a v r 是怎麼推導出來的(要詳細過程)?
lalalajks 這個是這本書上的方案,不知道有沒有人提,我就斗膽寫一下。耶魯大學開放課程 基礎物理力學 相對論和熱力學首先,考慮乙個圓周運動的位移函式 那麼速度就是位移的導數 那麼可以知道速度的大小即 接下來,我們知道加速度是速度的導數,即 所以向心加速度的方向是指向圓心的。而且 正好 DrZX...