для оценки дисперсии или сркв отклонения генеральной совокупности берут n-1 так как учитывают, что в выборку в силу ее малости случайно не вошли большие величины и иначе оценка дисперсии ген совокупности будет чуть занижена
Среднее всегда получается делением суммы на N. А вот в формуле для дисперсии такое используется, чтобы получить несмещённую оценку. Полученная по выборке оценка является случайной величиной, имеющей матожидание, дисперсию и т.п. Одним из естественных требований к оценке является то, что её матожидание должно равняться истинному значению (это не единственный, и даже не всегда оправданный критерий, но во многих случаях он осмыслен). Это и называется "несмещённость". Появляется такой эффект оттого, что при расчёте дисперсии мы вычисляем сумму квадратов отклонений от матожидания, а если матожидание у нас неизвестно, то в качестве его оценки берётся среднее. Найдём эту сумму (здесь x_=(x1+x2+...+xN)/N - среднее) Отдельное её слагаемое есть (xi-x_)2 и, расписывая его, видим, что под квадратом в него входит xi с весом (1-1/N), поскольку xi входило в среднее, и все прочие слагаемые среднего с весом 1/N. Возводя в квадрат, приводя подобные и суммируя, получаем, что сумма квадратов равна (N-1)S, где S - матожидание квадрата отклонения от среднего. Т.е. для получения несмещённой оценки надо делить не на N, хотя у нас и N слагаемых, а на (N-1). Пояснить это можно тем, что среднее как бы "сползает" от истинного матожидания в сторону значений нашей выборки, тем самым уменьшая отклонения по сравнению с отклонениями от матожидания, и компенсируем это уменьшение в числителе уменьшением знаменателя формулы оценки дисперсии. Если же нам доступно истинное значение матожидания, мы такой поправки не производим, и делим на N.
no subject
Date: 2007-09-27 03:15 pm (UTC)no subject
Date: 2007-09-27 03:26 pm (UTC)no subject
Date: 2007-09-27 03:34 pm (UTC)no subject
Date: 2007-09-27 03:58 pm (UTC)no subject
Date: 2007-09-27 04:03 pm (UTC)no subject
Date: 2007-09-29 06:32 pm (UTC)no subject
Date: 2007-09-27 03:22 pm (UTC)no subject
Date: 2007-09-27 03:25 pm (UTC)no subject
Date: 2007-09-27 04:00 pm (UTC)no subject
Date: 2007-09-27 03:22 pm (UTC)Вы имеете в виду - при расчёте дисперсии?
Date: 2007-09-27 04:02 pm (UTC)А вот в формуле для дисперсии такое используется, чтобы получить несмещённую оценку.
Полученная по выборке оценка является случайной величиной, имеющей матожидание, дисперсию и т.п. Одним из естественных требований к оценке является то, что её матожидание должно равняться истинному значению (это не единственный, и даже не всегда оправданный критерий, но во многих случаях он осмыслен). Это и называется "несмещённость".
Появляется такой эффект оттого, что при расчёте дисперсии мы вычисляем сумму квадратов отклонений от матожидания, а если матожидание у нас неизвестно, то в качестве его оценки берётся среднее.
Найдём эту сумму (здесь x_=(x1+x2+...+xN)/N - среднее)
Отдельное её слагаемое есть (xi-x_)2 и, расписывая его, видим, что под квадратом в него входит xi с весом (1-1/N), поскольку xi входило в среднее, и все прочие слагаемые среднего с весом 1/N. Возводя в квадрат, приводя подобные и суммируя, получаем, что сумма квадратов равна (N-1)S, где S - матожидание квадрата отклонения от среднего. Т.е. для получения несмещённой оценки надо делить не на N, хотя у нас и N слагаемых, а на (N-1).
Пояснить это можно тем, что среднее как бы "сползает" от истинного матожидания в сторону значений нашей выборки, тем самым уменьшая отклонения по сравнению с отклонениями от матожидания, и компенсируем это уменьшение в числителе уменьшением знаменателя формулы оценки дисперсии.
Если же нам доступно истинное значение матожидания, мы такой поправки не производим, и делим на N.
Re: Вы имеете в виду - при расчёте дисперсии?
Date: 2007-09-27 06:31 pm (UTC)Re: В понедельник промежуточный экзамен?
Date: 2007-09-28 10:26 am (UTC)