第一次进行正态分布蒙特卡洛模拟时,我感到有些震惊,发现个样本的标准偏差的平均值(样本大小均为n = 2)要小得多比,即平均\ sqrt {\ frac {2} {\ pi}}倍,即用于生成总体的\ sigma。但是,这是众所周知的,如果很少记起,并且我确实知道,或者我不会进行模拟。这是一个模拟。√ σ
这是一个使用100,n = 2,\ text {SD}和\ text {E}(s_ {n = 2})= \ sqrt \的估计量来预测N(0,1)的 95%置信区间的示例frac {\ pi} {2} \ text {SD}。
RAND() RAND() Calc Calc
N(0,1) N(0,1) SD E(s)
-1.1171 -0.0627 0.7455 0.9344
1.7278 -0.8016 1.7886 2.2417
1.3705 -1.3710 1.9385 2.4295
1.5648 -0.7156 1.6125 2.0209
1.2379 0.4896 0.5291 0.6632
-1.8354 1.0531 2.0425 2.5599
1.0320 -0.3531 0.9794 1.2275
1.2021 -0.3631 1.1067 1.3871
1.3201 -1.1058 1.7154 2.1499
-0.4946 -1.1428 0.4583 0.5744
0.9504 -1.0300 1.4003 1.7551
-1.6001 0.5811 1.5423 1.9330
-0.5153 0.8008 0.9306 1.1663
-0.7106 -0.5577 0.1081 0.1354
0.1864 0.2581 0.0507 0.0635
-0.8702 -0.1520 0.5078 0.6365
-0.3862 0.4528 0.5933 0.7436
-0.8531 0.1371 0.7002 0.8775
-0.8786 0.2086 0.7687 0.9635
0.6431 0.7323 0.0631 0.0791
1.0368 0.3354 0.4959 0.6216
-1.0619 -1.2663 0.1445 0.1811
0.0600 -0.2569 0.2241 0.2808
-0.6840 -0.4787 0.1452 0.1820
0.2507 0.6593 0.2889 0.3620
0.1328 -0.1339 0.1886 0.2364
-0.2118 -0.0100 0.1427 0.1788
-0.7496 -1.1437 0.2786 0.3492
0.9017 0.0022 0.6361 0.7972
0.5560 0.8943 0.2393 0.2999
-0.1483 -1.1324 0.6959 0.8721
-1.3194 -0.3915 0.6562 0.8224
-0.8098 -2.0478 0.8754 1.0971
-0.3052 -1.1937 0.6282 0.7873
0.5170 -0.6323 0.8127 1.0186
0.6333 -1.3720 1.4180 1.7772
-1.5503 0.7194 1.6049 2.0115
1.8986 -0.7427 1.8677 2.3408
2.3656 -0.3820 1.9428 2.4350
-1.4987 0.4368 1.3686 1.7153
-0.5064 1.3950 1.3444 1.6850
1.2508 0.6081 0.4545 0.5696
-0.1696 -0.5459 0.2661 0.3335
-0.3834 -0.8872 0.3562 0.4465
0.0300 -0.8531 0.6244 0.7826
0.4210 0.3356 0.0604 0.0757
0.0165 2.0690 1.4514 1.8190
-0.2689 1.5595 1.2929 1.6204
1.3385 0.5087 0.5868 0.7354
1.1067 0.3987 0.5006 0.6275
2.0015 -0.6360 1.8650 2.3374
-0.4504 0.6166 0.7545 0.9456
0.3197 -0.6227 0.6664 0.8352
-1.2794 -0.9927 0.2027 0.2541
1.6603 -0.0543 1.2124 1.5195
0.9649 -1.2625 1.5750 1.9739
-0.3380 -0.2459 0.0652 0.0817
-0.8612 2.1456 2.1261 2.6647
0.4976 -1.0538 1.0970 1.3749
-0.2007 -1.3870 0.8388 1.0513
-0.9597 0.6327 1.1260 1.4112
-2.6118 -0.1505 1.7404 2.1813
0.7155 -0.1909 0.6409 0.8033
0.0548 -0.2159 0.1914 0.2399
-0.2775 0.4864 0.5402 0.6770
-1.2364 -0.0736 0.8222 1.0305
-0.8868 -0.6960 0.1349 0.1691
1.2804 -0.2276 1.0664 1.3365
0.5560 -0.9552 1.0686 1.3393
0.4643 -0.6173 0.7648 0.9585
0.4884 -0.6474 0.8031 1.0066
1.3860 0.5479 0.5926 0.7427
-0.9313 0.5375 1.0386 1.3018
-0.3466 -0.3809 0.0243 0.0304
0.7211 -0.1546 0.6192 0.7760
-1.4551 -0.1350 0.9334 1.1699
0.0673 0.4291 0.2559 0.3207
0.3190 -0.1510 0.3323 0.4165
-1.6514 -0.3824 0.8973 1.1246
-1.0128 -1.5745 0.3972 0.4978
-1.2337 -0.7164 0.3658 0.4585
-1.7677 -1.9776 0.1484 0.1860
-0.9519 -0.1155 0.5914 0.7412
1.1165 -0.6071 1.2188 1.5275
-1.7772 0.7592 1.7935 2.2478
0.1343 -0.0458 0.1273 0.1596
0.2270 0.9698 0.5253 0.6583
-0.1697 -0.5589 0.2752 0.3450
2.1011 0.2483 1.3101 1.6420
-0.0374 0.2988 0.2377 0.2980
-0.4209 0.5742 0.7037 0.8819
1.6728 -0.2046 1.3275 1.6638
1.4985 -1.6225 2.2069 2.7659
0.5342 -0.5074 0.7365 0.9231
0.7119 0.8128 0.0713 0.0894
1.0165 -1.2300 1.5885 1.9909
-0.2646 -0.5301 0.1878 0.2353
-1.1488 -0.2888 0.6081 0.7621
-0.4225 0.8703 0.9141 1.1457
0.7990 -1.1515 1.3792 1.7286
0.0344 -0.1892 0.8188 1.0263 mean E(.)
SD pred E(s) pred
-1.9600 -1.9600 -1.6049 -2.0114 2.5% theor, est
1.9600 1.9600 1.6049 2.0114 97.5% theor, est
0.3551 -0.0515 2.5% err
-0.3551 0.0515 97.5% err
向下拖动滑块以查看总计。现在,我使用普通的SD估算器来计算平均值为零附近的95%置信区间,它们之间的差为0.3551标准偏差单位。E(s)估算器仅偏离0.0515标准偏差单位。如果人们估计标准偏差,平均值的标准误或t统计量,则可能存在问题。
我的推论如下,关于的两个值的总体平均值可以在任意位置,并且绝对不在,后者使绝对最小可能和平方,这样我们就大大低估了,如下所示X 1 X 1 + X 2 σ
wlog let,然后是,尽可能少的结果。Σ Ñ 我= 1(X 我 - ˉ X)2 2 (d
这意味着标准差计算为
,
是总体标准差()的有偏估计。注意,在该公式中,我们将的自由度递减1并除以,即进行一些校正,但这只是渐近正确的,而将是更好的经验法则。对于我们的示例,公式将为我们提供,这在统计上是令人难以置信的最小值,如其中更好的预期值()。将Ñ ñ - 1 ñ - 3 / 2 X 2 - X 1 = ð SD 小号d = dμ≠ˉX小号ë(小号)=√Ñ<10SDσÑ25Ñ<25Ñ=1000。对于通常的计算,对于, s会遭受非常显着的低估(称为小数偏差),当约为时,它仅接近低估1%。由于许多生物学实验的,这确实是一个问题。对于,误差约为100,000的25份。通常,小数偏差校正表示正态分布的总体标准偏差的无偏估计为
在Wikipedia的创用CC许可下,SD的被低估了
由于SD是总体标准偏差的有偏估计量,因此除非我们满意地将其称为MVUE表示为,否则它不可能是总体标准差的最小方差无偏估计量MVUE,而我不是。
关于非正态分布和近似无偏的请阅读此内容。
现在出现问题Q1
是否可以证明上面的是样本大小的正态分布的的MVUE ,其中是大于1的正整数?σ Ñ Ñ
提示:(但不是答案)请参阅如何找到正态分布样本标准偏差的标准偏差?。
下一个问题,第二季度
有人可以向我解释为什么我们仍然使用,因为它显然有偏见和误导性吗?也就是说,为什么不对大多数内容使用?E (s )补充地,在下面的答案中已经清楚地表明,方差是无偏的,但其平方根是有偏的。我要求答案回答何时应使用无偏标准偏差的问题。
事实证明,部分答案是,为了避免上面的模拟出现偏差,可以对差异进行平均而不是对SD值进行平均。要查看其效果,如果我们对上面的SD列求平方,并对这些值求平均值,我们得到0.9994,其平方根是对标准偏差0.9996915的估计,而对于2.5%的尾部误差仅为0.0006。 -0.0006(95%的尾巴)。请注意,这是因为方差是累加的,因此将其平均是一个低误差的过程。但是,标准偏差是有偏差的,在那些我们无法使用方差作为中介的奢侈的情况下,我们仍然需要进行少量校正。即使我们可以使用方差作为中介,在这种情况下,,小样本校正建议将无偏方差0.9996915的平方根乘以1.002528401,得出1.002219148作为标准差的无偏估计。因此,是的,我们可以延迟使用小数校正,但是因此我们应该完全忽略它吗?
这里的问题是,什么时候我们应该使用小数校正,而不是忽略它的使用,并且主要是我们避免了它的使用。
这是另一个示例,建立具有误差的线性趋势的空间中的最小点数为3。如果我们用普通的最小二乘法拟合这些点,则许多此类拟合的结果是存在非线性的折叠法线残差图案和存在线性的半法线。在半正态情况下,我们的分布均值需要进行少量校正。如果我们尝试使用4点或更多点的相同技巧,则该分布通常不会与正态相关或容易表征。我们可以使用方差以某种方式组合那些三点结果吗?也许,也许不是。但是,更容易根据距离和向量来考虑问题。