MathLabs
定理已证明

样本均值是无偏的

命题陈述

若 X1,…,XnX_1,\dots,X_n 独立同分布,且对每个 ii 都有 E[Xi]=μE[X_i] = \mu,则样本均值 Xˉ=1n∑i=1nXi\bar X = \frac{1}{n}\sum_{i=1}^{n} X_i 满足 E[Xˉ]=μE[\bar X] = \mu。

为什么成立?

取平均消除了系统性偏差:在许多假想样本上取平均,Xˉ\bar X 恰好落在真实总体均值 μ\mu 处,既不系统性偏高也不系统性偏低。

证明思路

根据定义,Xˉ=1n∑i=1nXi\bar X = \frac{1}{n}\sum_{i=1}^{n} X_i。期望是线性算子,因此可以分配到求和及常数因子 1n\frac{1}{n} 上:E[Xˉ]=1n∑i=1nE[Xi]E[\bar X] = \frac{1}{n}\sum_{i=1}^{n} E[X_i]。

由于每个 XiX_i 都来自同一总体,对 nn 项中的每一项都有 E[Xi]=μE[X_i] = \mu,于是求和化简为 1n∑i=1nμ=1n(nμ)=μ\frac{1}{n}\sum_{i=1}^{n} \mu = \frac{1}{n}(n\mu) = \mu。

因此对任意样本量 nn 都有 E[Xˉ]=μE[\bar X] = \mu:无论样本大小,样本均值都是无偏的。这只是关于抽样分布中心的结论——该分布的离散程度 Var⁡(Xˉ)=σ2/n\operatorname{Var}(\bar X) = \sigma^2/n 仍会随 nn 增大而缩小,这正是下面置信区间所用到的。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. NIST/SEMATECH (2013). Confidence Limits for the Mean
  2. Diez, D.; Cetinkaya-Rundel, M.; Barr, C. (2019). OpenIntro Statistics