【樣本均值的期望和方差公式】在統(tǒng)計學中，樣本均值是一個非常重要的統(tǒng)計量，常用于對總體參數(shù)進行估計。了解樣本均值的期望和方差有助于我們更好地理解其分布特性以及在實際應用中的表現(xiàn)。
一、樣本均值的定義
設從一個總體中抽取一個容量為 $ n $ 的簡單隨機樣本，記樣本觀測值為 $ X_1, X_2, \dots, X_n $，則樣本均值 $ \bar{X} $ 定義為：
$$
\bar{X} = \frac{1}{n} \sum_{i=1}^{n} X_i
$$
二、樣本均值的期望
假設總體的期望為 $ \mu $，即 $ E(X_i) = \mu $，且各樣本相互獨立，則樣本均值的期望為：
$$
E(\bar{X}) = \mu
$$
這表明樣本均值是總體均值的無偏估計。
三、樣本均值的方差
若總體的方差為 $ \sigma^2 $，即 $ \text{Var}(X_i) = \sigma^2 $，則樣本均值的方差為：
$$
\text{Var}(\bar{X}) = \frac{\sigma^2}{n}
$$
這說明隨著樣本容量 $ n $ 的增大，樣本均值的方差會減小，從而使得樣本均值更接近總體均值。
四、總結與對比
以下是對樣本均值的期望和方差的總結表格：
| 統(tǒng)計量 | 公式 | 說明 |
| 期望 | $ E(\bar{X}) = \mu $ | 樣本均值是總體均值的無偏估計 |
| 方差 | $ \text{Var}(\bar{X}) = \frac{\sigma^2}{n} $ | 隨著樣本容量增大，方差減小 |
五、注意事項
- 上述結論基于樣本是從總體中獨立抽取的。
- 如果總體不是正態(tài)分布，但樣本容量較大時，根據(jù)中心極限定理，樣本均值近似服從正態(tài)分布。
- 實際應用中，若總體方差未知，通常用樣本方差 $ s^2 $ 來代替 $ \sigma^2 $。
通過掌握樣本均值的期望和方差，可以更好地進行統(tǒng)計推斷和數(shù)據(jù)分析。