Những gì không thiên vị, có nghĩa là gì?


21
  • Điều đó có nghĩa gì khi nói rằng "phương sai là một công cụ ước tính sai lệch".
  • Ý nghĩa của việc chuyển đổi một ước tính thiên vị thành một ước tính không thiên vị thông qua một công thức đơn giản. Chuyển đổi này làm gì chính xác?
  • Ngoài ra, việc sử dụng thực tế của chuyển đổi này là gì? Bạn có chuyển đổi các điểm số này khi sử dụng một số loại thống kê nhất định?

Câu trả lời:


22

Bạn có thể tìm thấy mọi thứ ở đây . Tuy nhiên, đây là một câu trả lời ngắn gọn.

Đặt và là giá trị trung bình và phương sai quan tâm; bạn muốn ước tính dựa trên mẫu có kích thước .σ 2 σ 2 nμσ2σ2n

Bây giờ, giả sử bạn sử dụng công cụ ước tính sau:

S2=1ni=1n(XiX¯)2 ,

trong đó là công cụ ước tính của .μX¯=1ni=1nXiμ

Không quá khó (xem chú thích) để thấy rằng .E[S2]=n1nσ2

Vì , công cụ ước tính được cho là sai lệch.S 2E[S2]σ2S2

Nhưng, hãy quan sát rằng . Do đó là một công cụ ước tính không thiên vị của . ˜ S 2=nE[nn1S2]=σ2σ2S~2=nn1S2σ2

Chú thích

Bắt đầu bằng cách viết và sau đó mở rộng sản phẩm ...(XiX¯)2=((Xiμ)+(μX¯))2

Chỉnh sửa tài khoản cho ý kiến ​​của bạn

Giá trị mong đợi của không cho (và do đó bị sai lệch) nhưng hóa ra bạn có thể biến thành để kỳ vọng sẽ cho .σ 2 S 2 S 2 ~ S 2 σ 2S2σ2S2S2S~2σ2

Trong thực tế, người ta thường thích làm việc với thay vì . Nhưng, nếu đủ lớn, đây không phải là vấn đề lớn vì .S2nnS~2S2nnn11

Lưu ý Lưu ý rằng tính không thiên vị là một thuộc tính của công cụ ước tính, không phải là một kỳ vọng như bạn đã viết.


1
Tôi có nghĩa là nhiều hơn về mặt lý thuyết. Tôi có thể tìm thấy công thức trong bất kỳ cuốn sách nào, nhưng tôi quan tâm nhiều hơn đến lời giải thích bằng lời. Kỳ vọng của sigma là không thiên vị và chúng ta có thể chuyển đổi ước tính thành kỳ vọng?
upabove

Ngoài ra tôi đang hỏi về các khía cạnh thực tế của việc này, bạn có sử dụng chuyển đổi này trong khi thực hiện phân tích không?
upabove

@ocram là gì? Có phải là kích thước mẫu? Hoặc số lượng mẫu được lấy? Hoặc cả hai? n
quirik

@quirik: Giả định là một mẫu được lấy và mẫu này có kích thước n
ocram

@ocram Làm thế nào để chúng ta tính giá trị phương sai dự kiến ​​nếu chúng ta có một mẫu? Tôi đang thiếu gì?
quirik

6

Câu trả lời này làm rõ câu trả lời của ocram. Lý do quan trọng (và hiểu lầm phổ biến) cho S 2 sử dụng dự toán ˉ X mà là chính nó ước tính từ dữ liệu.E[S2]σ2S2X¯

Nếu bạn làm việc thông qua các nguồn gốc, bạn sẽ thấy rằng phương sai của ước tính này là chính xác những gì mang lại cho thêm - σ 2E[(X¯μ)2]thuật ngữ nσ2n


5

Lời giải thích mà @Ocram đưa ra thật tuyệt vời. Để giải thích những gì anh ấy nói bằng lời: nếu chúng tôi tính bằng cách chia chỉ cho n , (đó là trực quan) ước tính của chúng tôi về s 2 sẽ là một đánh giá thấp. Để bù lại, ta chia cho n - 1 .s2ns2n1

Đây là một bài tập: Tạo một xác suất rời rạc với 2 kết quả, giả sử P ( 6 ) = .75 . Tìm μσ để phân phối này. Tính μσ cho giá trị trung bình mẫu khi n = 3 . Tính tất cả các mẫu có thể có kích thước n = 3 . Tính s 2 trên các mẫu đó và áp dụng tần số thích hợp. P(2)=.25P(6)=.75μσμσn=3n=3s2

Đôi khi, bạn phải làm bẩn tay mình.


Cảm ơn bạn đã giúp đỡ. Một vài câu hỏi: Trong bài tập của bạn: loại phân phối nào bạn đang đề cập đến, Binomial? Bạn có ý nghĩa gì tạo nên một xác suất rời rạc? Bạn có nghĩa là tính tất cả các xác suất của 2 và 6 trên các cỡ mẫu khác nhau?
upabove

1

Nói chung, sử dụng "n" trong mẫu số sẽ cho các giá trị nhỏ hơn phương sai dân số, đó là những gì chúng tôi muốn ước tính. Điều này đặc biệt xảy ra nếu các mẫu nhỏ được lấy. Trong ngôn ngữ thống kê, chúng tôi nói rằng phương sai mẫu cung cấp một ước tính sai lệch về phạm vi của phạm vi dân số và cần phải được thực hiện "không thiên vị".

Video này sẽ trả lời đầy đủ từng phần câu hỏi của bạn.

https://www.youtube.com/watch?v=xslIhnquFoE

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.