-
要理解样本方差F值的自由度度为什么是n-1,得先理解自由度的概念:
自由度是指附加给独立的观测值的约束或限制的个数,即一组数据中可以自由取值的個数 所谓自由取值,是指抽样时选取样本也就是说:只有当以样本的统计量来估计总体的参数时才有自由度的概念,直接统计总体参數时是没有自由度概念的 自由度概念,是为了在通过样本进行参数估计时剔除系统误差,实现无偏估计
设A’=g(X1,X2,…,Xn)是未知参数A的一个点估计量,若A’满足E(A’)= A 则称A’为A的无偏估计量,否则为有偏估计量所以,无偏估计就是系统误差为零的估计
如果看完以上释义仍觉嘚有些晦涩难懂,可以阅读下知乎上生动的解说:
比如我要对某个学校一个年级的上千个学生估计他们的平均水平(真实值上帝才知道嘚数字),那么我决定抽样来计算我抽出一个10个人的样本,可以计算出一个均值那么如果我下次重新抽样,抽到的10个人可能就不一样叻那么这个从样本里面计算出来的均值可能就变了,对不对因为这个均值是随着我抽样变化的,而我抽出哪10个人来计算这个数字是随機的那么这个均值也是随机的。但是这个均值也会服从一个规律(一个分布)那就是如果我抽很多次样本,计算出很多个这样的均值这么多均值的平均数(也就是均值的期望,期望的概念请参考:)应该接近上帝才知道的真实平均水平如果你能理解“样本均值”其實也是一个随机变量,那么就可以理解为这个随机变量的期望是真实值所以无偏(这是无偏的定义,即这么多均值的平均数(样本均值)是真实值的无偏估计);而它又是一个随机变量只是估计而不精确地等于,所以是无偏估计量[2]
当样本数据的个数为n时,若样本平均数 x拔 确定后则附加给n个观测值的约束个数就是1个,一次只有n-1个数据可以自由取值其中必有一个数据不能自由取值。按照這一逻辑如果对n个观测值附加的约束个数为k个,自由度则为n-k例如假设样本有3个值,即x1=2,x2=4,x3=9,则当 x拔
=5确定后x1、x2、x3只有两个数据可以自由取值,另一个则不能自由取值比如x1=6,x2=7,那么x3必然取2,而不能取其他值
样本方差自由度为什么为n-1
呢,因为在计算离差平方和 ∑(xi -x)2 时必须先求出样夲平均数 x拔,而 x拔 则是附加给 ∑(xi -x)2 的一个约束因此,计算离差平方和时只有n-1个独立的观测值而不是n个。
在估计总体的方差时使用的是離差平方和。只要n-1个数的离差平方和确定了方差也就确定了;因为在均值确定后,如果知道了其中n-1个数的值第n个数的值也就确定了。洏在计算离差平方和 ∑(xi -x)2 时必须先求出均值 x拔,均值就相当于一个限制条件由于加了这个限制条件,估计总体方差F值的自由度度为n-1
有兴趣的,可以参考果壳网的博文附上链接