相信这也是许多人的疑问,为什么统计学在计算母体标准差与样本标准差的时候要分别除以n与(n-1)呢?
一般人大概可以理解母体标准差除以n的道理,因为总共有n笔资料。
那为什么计算样本标准差时就要把分母减去1,就是除以(n-1)呢?
188金宝搏苹果下载 知道自己的回答无法让所有的人满意,但在你质疑188金宝搏苹果下载 之前请先读完整篇文章好嘛!
在回答这个问题之前,188金宝搏苹果下载 要先请大家想想看,当同一数值同时除以n及(n-1)时,除以(n-1)所得出来的数值是否会比较大?答案是肯定的,因为样本的标准差是总体标准差的估计值(你问188金宝搏苹果下载 为什么是「估计值」…?因为是「抽样」的关系啊。比如说全校学生共有500人,抽样50人,取身高来代表全校学生的身高,也就是用50人的身高来推估500人的身高,虽然50个人可以大致代表全校学生,但究竟还是跟实际计算500人的身高数值会稍有不同,也就是说两者不会一模一样)。
由样本计算出来的标准差终究不是整体实际的标准差,也就是说样本标准差是个不确定的数值,也就是说它是一个估计值。一般来说一位严谨的工程人员在估计数值的时候总是比较偏向保守,尤其事关安全时,当他无法准确的计算出一个数值时,就宁愿让数值偏向较差的方向,也就是故意将样本标准差的值高估于总体标准差,以取得保险,免得到时出错造成损失。于是,将之除以一个较小的分母(n-1)就可以让我们做到这一点。标准差越大表示制程能力越差,除以(n-1)会让数值变大。
其实,如果样本的数量越大时,那么除以n和除以(n-1)的差异将会越趋于一致。换句话说,其所引起的「量变」就不会太大,但是它们却有着「有偏估计」与「无偏估计」的「质变」。所以,一般我们在计算样本标准差时总会要求数据量至少要大于25个,或大于30个,数据当然要越多越好,只是为了取得实用与经济的平衡点而不得不取一个建议的数量。因此,样本标准差公式取的是除以(n-1),只有当它除以(n-1)时,得出的结果才会是「无偏估计」。
以上所言,基本上是讲给不想烧脑的人看的,因为这样比较好解释为何要样本标准差要除以(n-1),但是学统计的人应该不会认同以上论调,所以…
对于为何要样本标准差要除以(n-1)?比较正规的要用「自由度(Degree of Freedom)」的观念来解释为何要除以(n-1),但这个其实比较抽象,大概很多人会看不懂,188金宝搏苹果下载 自己有时候也看不是很懂啦!
由于母体的每个资料都是一个可以自由变动的独立资料,所以自由度取n没有问题。但是,当使用样本来推估母体时,必须符合「无偏推估性」,因为样本平均值x̄(X-bar)基本上已经可以从抽样的n笔资料中先被计算出来,故只要知道(n-1)笔抽样资料,剩下的那一笔资料,其实可经由与x̄(X-bar)计算推导出来,这一笔资料就变成被限制住,成了丧失自由度的资料,所以自由度就变成(n-1)。大概是这样,其实188金宝搏苹果下载 自己也没弄懂多少就是了。
对自由度有兴趣的朋友可以参考下面两份网路资料,不过不一定看得懂就是了:
-
从标准差除以n或除以n-1谈起(丁村成) pdf档
-
浅谈自由度(样本标准差公式中的分母微什么要採用n-1)(江振东)Word档 (连结佚失)
后记:
如果你是对统计有很深入了解的朋友,你应该不需要来看188金宝搏苹果下载 在这里扯烂,在你批评前,如你果有能力不要用一堆公式来证明为何要除以(n-1),讲得浅显易懂,188金宝搏苹果下载 服你,也欢迎大家一起来讲古~但记得先看完文章。
延伸阅读:
柏拉图分析 (Pareto Chart)介绍
如何使用Excel2007制作柏拉图(Pareto chart)
标准差与常态分佈的关系(six sigma)
制程能力介绍 ─ Cpk之制程能力解释
六个标准差(six sigma)运用于日常生活
如何使用Excel2007建立常态分布曲线图表
贊助商广告
PayPal
欧付宝
引用文件的作者名应该是”丁村成”而非”丁春成”,感谢您的知识分享!
回覆
dragon,
已更正。
回覆
样本标准差则是计算样本资料它们之间的
标准差吧?所以除从资料量减一也就是(n-1)?😅
回覆
如果样本标准差是为了保守才在分母少一,为何不少二或少三?这论证明显有瑕疵;而后半段的自由度观点,虽然是对的,但对于工程背景的人而言仍旧过于抽象。
比较容易理解的方式是,母体标准差是最大似然估计的结果,样本标准差则是最佳无偏估计的结果。
详细的推导可以参考以下两篇文章:
母体标准差 https:// hsiehminhua.pixnet.net/blog/post/1897588
样本标准差 https:// hsiehminhua.pixnet.net/blog/post/1903873
回覆
他里面写的 Degree of freedom造成n-1基本上已经回答了问题,而背后牵涉的统计理论则跟Bessel’s correction有关。
如果还有更多的疑问可以参阅以下网站:
blog.udn.com/mobile/nilnimest/92412101
刚刚查阅了你‘毛遂自荐’的网站并没有看到更加详细的解释,自谦者人重之,加油
回覆