표본분산을 n-1로 나누는 수학적 배경

milkbuttercheese·2023년 3월 27일
0

기타수학

목록 보기
6/8
  • E[1n1i=1n(xix)2]\mathbb{E}[\displaystyle\frac{1}{n-1}\displaystyle\sum\limits_{i=1}^{n}{(x _{i}-\overline{x}) ^{2}}]
  • =1n1E[i=1n((xiμ)+(μx))2]=\displaystyle\frac{1}{n-1}\mathbb{E}[\displaystyle\sum\limits_{i=1}^{n}{((x _{i}-\mu)+(\mu-\overline{x})) ^{2}}]
  • =1n1E][i=1n((xiμ)2+(μx)2+2(xiμ)(μx))]=\displaystyle\frac{1}{n-1}\mathbb{E}][\displaystyle\sum\limits_{i=1}^{n}{((x _{i}-\mu) ^{2}+(\mu-\overline{x}) ^{2}+2(x _{i}-\mu)(\mu-\overline{x}))}]
  • =1n1E[i=1n(xiμ)2+n(μx)2+2n(μx)(xμ)]=\displaystyle\frac{1}{n-1}\mathbb{E}[\displaystyle\sum\limits_{i=1}^{n}{(x _{i}-\mu ) ^{2}}+n(\mu-\overline{x}) ^{2}+2n(\mu-\overline{x})(\overline{x}-\mu)]
  • =1n1E[i=1n(xiμ)2n(xμ)2]=\displaystyle\frac{1}{n-1}\mathbb{E}[\displaystyle\sum\limits_{i=1}^{n}{(x _{i}-\mu) ^{2}-n(\overline{x}-\mu) ^{2}}]
  • 첫번째 항은 nσ2n \sigma ^{2} 이고, 두번째항의 E[(xμ)2]=Var(X)=σ2/n\mathbb{E}[(\overline{x}-\mu) ^{2}]=Var(\overline{X})=\sigma ^{2}/n 이므로
  • =1n1E[σ2nσ2n]=σ2=\displaystyle\frac{1}{n-1}\mathbb{E}[\sigma ^{2}-n \cdot \displaystyle\frac{\sigma ^{2}}{n}]=\sigma ^{2}
profile
안녕하세요!

0개의 댓글