Выборочная дисперсия
в
математической статистике
— это оценка теоретической дисперсии распределения, рассчитанная на основе данных выборки. Виды выборочных дисперсий:
смещённая;
несмещённая, или исправленная
Определения
Пусть
X
1
,
…
,
X
n
,
…
{\displaystyle X_{1},\ldots ,X_{n},\ldots }
—
выборка
из
распределения вероятности
. Тогда
S
n
2
=
1
n
∑
i
=
1
n
(
X
i
−
X
¯
)
2
=
1
n
∑
i
=
1
n
X
i
2
−
(
1
n
∑
i
=
1
n
X
i
)
2
{\displaystyle S_{n}^{2}={\frac {1}{n}}\sum \limits _{i=1}^{n}\left(X_{i}-{\bar {X}}\right)^{2}={\frac {1}{n}}\sum \limits _{i=1}^{n}X_{i}^{2}-\left({\frac {1}{n}}\sum \limits _{i=1}^{n}X_{i}\right)^{2}}
,
где символ
X
¯
{\displaystyle {\bar {X}}}
обозначает
выборочное среднее
;
несмещённая (исправленная) дисперсия — это случайная величина
S
2
=
1
n
−
1
∑
i
=
1
n
(
X
i
−
X
¯
)
2
{\displaystyle S^{2}={\frac {1}{n-1}}\sum \limits _{i=1}^{n}\left(X_{i}-{\bar {X}}\right)^{2}}
.
Замечание
Очевидно,
S
2
=
n
n
−
1
S
n
2
{\displaystyle S^{2}={\frac {n}{n-1}}S_{n}^{2}}
.
Свойства выборочных дисперсий
Обе выборочные дисперсии являются
состоятельными оценками
теоретической дисперсии. Если
D
[
X
i
]
=
σ
2
<
∞
{\displaystyle \mathrm {D} [X_{i}]=\sigma ^{2}<\infty }
, то
S
n
2
→
P
σ
2
{\displaystyle S_{n}^{2}\to ^{\!\!\!\!\!\!\mathbb {P} }\;\sigma ^{2}}
и
S
2
→
P
σ
2
{\displaystyle S^{2}\to ^{\!\!\!\!\!\!\mathbb {P} }\;\sigma ^{2}}
,
где символ
«
→
P
{\displaystyle \to ^{\!\!\!\!\!\!\mathbb {P} }}
»
обозначает
сходимость по вероятности
.
Выборочная дисперсия является
смещённой оценкой
теоретической дисперсии, а исправленная выборочная дисперсия — несмещённой:
E
[
S
n
2
]
=
n
−
1
n
σ
2
{\displaystyle \mathbb {E} \left[S_{n}^{2}\right]={\frac {n-1}{n}}\sigma ^{2}}
,
и
E
[
S
2
]
=
σ
2
{\displaystyle \mathbb {E} \left[S^{2}\right]=\sigma ^{2}}
.
(
n
−
1
)
S
2
σ
2
≡
n
S
n
2
σ
2
∼
χ
2
(
n
−
1
)
{\displaystyle (n-1){\frac {S^{2}}{\sigma ^{2}}}\equiv n{\frac {S_{n}^{2}}{\sigma ^{2}}}\sim \chi ^{2}(n-1)}
.
См. также