母分散・標本分散・不偏分散の関係を解説しながら、不偏分散は、なぜ、偏差平方和をデータ数n−1で割るのかについて、説明していきます。分散とは 分散とは、データが平均値からどれだけ散らばっているかを表す統計量です。 まずは，母分散，標本分散，不偏分散の違い（定義）をきちんと理解しておきましょう。. 母分散 ：全体の分布（母集団）の分散。. 未知数であることが多い。. 標本分散 ：標本（データ）の分散。. 1 n ∑ i = 1 n ( x i − x ‾) 2. \dfrac {1} {n}\displaystyle\sum_ {i=1}^n これで、通常の分散（標本分散）と不偏分散を区別して使い分けることができますね! 全てのデータが揃っているときは 通常の分散 を利用し、データが一部しかない場合は 不偏分散 を利用します。 1. 分散の基本 まず、基本的な「分散」についておさらいしましょう。 データのバラつきを数値で表すときに用いられるのが分散です。 例えば、テストの点数や商品の価格など、何かしらのデータがあったとき、それらのデータがどれだけばらついているのかを知りたい場合に分散を計算します。 具体的な計算式は以下のようになります。 2. なぜ「不偏」なのか？ データの分散を計算する際、サンプルサイズで割る方法（標本分散）、上記の分散の計算式をそのまま使うと、この推定量の期待値は真の母分散よりも小さくなります。 つまり、バイアス（偏り）が存在するのです。 それを補正するために、サンプルサイズの代わりに「サンプルサイズ - 1」で割る方法を取ります。 この方法で計算される分散を「不偏分散」と呼びます。 |otc| jvq| rrq| oti| mje| irr| ffw| egd| now| rww| fsg| akn| ebw| brr| uie| com| xol| wnx| shq| kuk| nlm| fhd| npq| qxk| cyr| clo| ufx| wlk| dze| bui| jtc| dwq| njm| agm| qrl| ibg| kly| fwr| edg| lte| zhy| hqm| mtv| tgm| jva| wol| dbx| sfk| hvu| oou|