作者warex14 (航)
看板Statistics
標題[問題] 證明，有關樣本變異數
時間Sun Mar 3 01:58:41 2013
條件：X_bar=(X1+X2+...+Xn)/n 且Xi為iid，期望值為μ，variance為σ^2
我知道E(X_bar)=μ
也知道E(X^2)=σ^2+μ^2
今天要證var(X_bar)=σ^2/n
我初步的想法就是把它化成
E(X_bar^2)-[E(X_bar)]^2 來算
不過要如何求 E(X_bar^2)？
我先講一個算出來應該是錯的的算法
E(X_bar^2)可寫成 (1/n^2)*E[(X1+X2+...+Xn)^2]
(1/n^2)*E[(X1+X2+...+Xn)^2]
=(1/n^2)*E[(X1^2+X2^2+...+Xn^2)]
↑(我想應該是錯在這步，雖然我想用iid的特性來說明E(Xi*Xj)=0，但是這樣用不行吧？)
=(1/n^2)*E[X^2]*n
=E[X^2]/n
= (σ^2+μ^2)/n
不過這樣帶回去E(X_bar^2)-[E(X_bar)]^2=var(X_bar)的式子就會是錯的
希望可以知道錯在哪裡
以及正確的解法
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.114.212.81
※ 編輯: warex14 來自: 140.114.212.81 (03/03 01:59)
1F：推 goshfju:不太建議 看到變異數 就換成 E(X^2)-(E(X))^2 的形式 03/03 02:23
2F：→ goshfju:變異數本身有變異數的性質 Var(aX) = a^2 Var(X) 03/03 02:24
3F：→ goshfju:Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y) 用這兩個性質會快許多 03/03 02:24
4F：→ goshfju:Var(Xbar)=Var((X1+...+Xn)/n)=Var(X1+...+Xn)/n^2 03/03 02:25
5F：→ goshfju:其中 Var(X1+...+Xn) = Var(X1)+...+Var(Xn)+ Covariances 03/03 02:26
6F：→ goshfju:接下來你應該OK了~ 03/03 02:26
謝謝goshfju的建議，因為題目出成
var(X_bar)=E{[X_bar-E(X)]^2}=...=σ^2/n
(第一個等號應該算hint吧？)
所以我就把他先拆解，之後就發現不會了...(因為以前證的都是用g大提供的方法)
7F：→ yangchichuan:因為獨立，所以E(Xi*Xj)=E(Xi)*E(Xj)=μ^2 03/03 12:40
感謝！我在Hogg的數統上看到了！(糟糕都還給老師了)
再次謝謝
※ 編輯: warex14 來自: 140.114.212.81 (03/03 21:37)
※ 編輯: warex14 來自: 140.114.212.81 (03/03 21:52)