※ 引述《streetball (火鍋專用小芋頭)》之銘言： : ※ 引述《akera (饕餮)》之銘言： : : 印象中.... : : vaiance指的是變異量 : : 假設有N組數據的話 : : 那麼, : : 當平均值已知 : : 那我們所需的變量就不需要有N組了 : : 因為最後一組數據可由平均值跟其他數值歸納而得 : : 所以只需要N-1組 : 你的說法應該是正確的， : 當有N組數據時，為了算出平均值， : 的確會犧牲一組數據，因此N組數據只有N-1組的價值， : 可是即使只有N-1組，加上平均，還是有N個量可用， : 似乎還是不能解釋variance的公式 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 何義也？你所謂的不能解釋是啥意思？ : _ : V=sigma(x-x)^2/(N-1) 就這個式子看起來 分析開始: 第一部份當然是平方後連加的東西 至於連加的是什麼東西，無疑的，就是每個數值對平均值的差異 然後平方(這部分我從以前就不知道他為何要平方...) 然後連加後的結果，也就是整個群體對平均值的總偏差值 (這種說法事實上有點問題，因為經過平方之後，或多或少有加權的作用在 這樣子會使的偏離平均值的數字影響變大) 第二部份，就是除掉那自由度N-1 A1~An 平均 b 故新數據b+A1'~b+An' A1'+.....+An'=0 故原式的連加部份 ：A1'^2+...+An'^2=A1'^2+....+(A1'+...+An-1')^2 此時的變數只有n-1個 可是我有一個部份覺得很奇怪... 這樣算出來的結果是各個偏差的相互乘積加上各偏差的平方後乘與2 這樣子除以n-1後是啥東西？ : : _ _ : : r=((x^2-sigma(x-x)^2)/(N-1))^1/2 : : 如果是用另一種算法的話 : : 才要除N : : 即r=((sigma N^2- (sigma N)^2)/N)^1/2 : : 至於公式定義我就不清楚了 : : 如果我上面公式沒記錯的話 : : 看起來一各好像是對平均值的變異 : : 而另一個則是對全體的變異 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.231.114