样本方差的无偏估计与(n-1)的由来
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了样本方差的无偏估计与(n-1)的由来相关的知识,希望对你有一定的参考价值。
原文出处: http://blog.sina.com.cn/s/blog_c96053d60101n24f.html
在PCA算法中用到了方差,协方差矩阵,其中方差公式为,协方差矩阵公式为,当时不明白为什么除的不是m,而是m-1,那么想要知道为何,下面就是你想要的答案。
假设X为独立同分布的一组随机变量,总体为M,随机抽取N个随机变量构成一个样本,和是总体的均值和方差, 是常数。是对样本的均值和方差,由于样本是随机抽取的,也是随机的。
这里需要注意的是,由于样本是随机的,所以X1,X2,X3...都是随机的。上式中可以看出,样本均值这个变量的期望就是总体的均值,因此可以说均值是无偏的。
接下来看样本方差的均值:
根据方差公式,可以得到:
因此:
这里可以看出样本方差的期望并不是无偏的,要无偏估计,应该再乘上一个系数:
。
n-1既为自由度,就是说,在一个容量为n的样本里,当确定了n-1个变量以后,第n个变量就确定了,因为样本均值是无偏的。
协方差除以m-1原理和方差一样,因为方差为协方差的特殊情况。
这个知乎上的讨论更加透彻:
http://www.zhihu.com/question/20099757
以上是关于样本方差的无偏估计与(n-1)的由来的主要内容,如果未能解决你的问题,请参考以下文章