你是否困惑于为什么样本方差的分母是$n-1$呢？如果是，那就往下看吧。

样本与总体

生活中有很多统计学问题，比如说高中生的身高分布等。在处理相关问题时，一定要区分开样本与整体的概念。为了反映问题的分布特征，常常考虑的量为数学期望与方差。理想情况下，只需要取得问题内的所有数据，就可以求出期望与方差。但是，很多情况下，这是不可能的，因为数据量太大了。而我们更常用的方法是，取这个总体中的一定数量的样本，对这些样本进行分析，用这些部分样本的特征反映总体的特征。

因此，当你取不同的样本的时候，得到的期望和方差往往是不同的。所以不仅仅样本是随机变量，得到的期望和方差也是随机变量。那么，这就引入了一个问题，什么样的样本期望和样本方差能够更好的反映整体呢？这就需要引入无偏估计的概念。

无偏估计

无偏估计的定义为：估计量的数学期望等于被估计参数的真实值，则称此估计量为被估计参数的无偏估计，即具有无偏性。概念是很好理解的，下面具体说明一下。

对于一个问题，这个问题是有一个理论的期望和方差的，记为$\mu$和$\sigma^2$，这两个值为真实值。假如你取得了一组样本，为$x_1,x_2,...,x_n$，那么我们可以通过计算得出样本期望$\bar{x}$和样本方差$s^2$，为估计值。取不同的样本时，$\bar{x}$和$s$会在真实值附近来回摆动，那么什么情况是最好的呢？显然，当$\bar{x}$和$s$的数学期望等于真实值时，那么可以最好的反映总体特征，满足这个条件，就称为无偏估计量。

我们知道，总体期望和总体方差的计算公式为：

$$
\mu=\frac{1}{n}\sum_{i=1}^{n}x_i
$$

$$
\sigma^2=\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2
$$

注意，上面的n为问题所涉及到的样本的总数。

显然，我们可以发现，样本平均值$\bar{x}$为总体期望$\mu$的无偏估计量。

$$
\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_i
$$

样本方差

我们知道，方差是二次项求和，于是可以本能的想到，样本方差就没有样本期望那么简单了。我们先将样本按照总体方差的公式得到一个值，计算一下它的期望，看它是不是等于总体方差。

$$
\begin{aligned}
E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2 \right] &= E\left[\frac{1}{n}\sum_{i=1}^{n}\left((x_i-\mu)-(\bar{x}-\mu)\right)^2 \right] \\
&= E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2 -\frac{2}{n}\sum_{i=1}^{n}(x_i-\mu)(\bar{x}-\mu) + \frac{1}{n}\sum_{i=1}^{n}(\bar{x}-\mu)^2\right] \\
&= E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2 -\frac{2}{n}(\bar{x}-\mu)\sum_{i=1}^{n}(x_i-\mu) + \frac{1}{n}\sum_{i=1}^{n}(\bar{x}-\mu)^2\right] \\
&= E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2 -2(\bar{x}-\mu)^2 + (\bar{x}-\mu)^2\right] \\
&= E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2 -(\bar{x}-\mu)^2\right] \\
&= E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\mu)^2\right] -E\left[(\bar{x}-\mu)^2 \right] \\
&= \sigma^2-E\left[(\bar{x}-\mu)^2 \right]
\end{aligned}
$$

由于$\bar{x}\ne \mu$，左边并不等于真实值$\sigma^2$，因此我们可以得出结论，$\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2$并不是总体方差的无偏估计。那么总体方差的无偏估计是什么呢？首先对多余的那一项进行处理。

$$
E\left[(\bar{x}-\mu)^2 \right]=E\left[\frac{1}{n}\sum_{i=1}^{n}(\bar{x}-\mu)^2 \right]
$$

右边这个是$\bar{x}$的方差，我们记为$\sigma_\bar{x}^2=D(\bar{x})$。将其转化到$x$上去，根据方差的性质进行化简：

$$
\begin{aligned}
D(\bar{x})&=D\left(\frac{1}{n}\sum_{i=1}^{n}x_i \right) \\
&=\frac{1}{n^2}D\left(\sum_{i=1}^{n}x_i \right) \\
&=\frac{1}{n^2}\sum_{i=1}^{n}D(x_i) \\
&=\frac{1}{n^2}\sum_{i=1}^{n}\sigma^2 \\
&=\frac{1}{n^2}n\sigma^2 \\
&=\frac{1}{n}\sigma^2
\end{aligned}
$$

其中，第三步是由于样本与样本之间是独立的。

代入到之前的式子中，可以得到：

$$
E\left[\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2 \right]=\sigma^2-\frac{1}{n}\sigma^2=\frac{n-1}{n}\sigma^2
$$

那么，我们将$\frac{n-1}{n}$移至左边，可以得到：

$$
E\left[\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar{x})^2 \right]=\sigma^2
$$

于是我们可以发现，总体方差的无偏估计量出现了！那就是：

$$
s^2=\frac{1}{n-1}\sum_{i=1}^{n}(x_i-\bar{x})^2
$$

而这就是样本方差的公式，前面的分母为$n-1$，无偏性的要求正是为什么样本方差分母为$n-1$的原因。

写在最后

最近在准备期末考试，复习到误差理论时，被这个$n-1$困惑了很久，于是上网找了找资料终于搞清楚原因了，特此记录一下。

由于我很久没有学过概率论了，因此本文可能没有那么严谨，如有错误欢迎指正。