Для меня это было шоком, когда я впервые выполнил моделирование методом Монте-Карло с нормальным распределением и обнаружил, что среднее значение стандартных отклонений от выборок, все из которых имеют размер выборки только , оказалось намного меньше чем, т. е. в среднем раз, используется для генерации населения. Тем не менее, это хорошо известно, если редко вспоминать, и я вроде бы знал, иначе я бы не делал симуляцию. Вот симуляция.100 n = 2 √
Вот пример для прогнозирования 95% доверительных интервалов с использованием 100, , оценок и .
RAND() RAND() Calc Calc
N(0,1) N(0,1) SD E(s)
-1.1171 -0.0627 0.7455 0.9344
1.7278 -0.8016 1.7886 2.2417
1.3705 -1.3710 1.9385 2.4295
1.5648 -0.7156 1.6125 2.0209
1.2379 0.4896 0.5291 0.6632
-1.8354 1.0531 2.0425 2.5599
1.0320 -0.3531 0.9794 1.2275
1.2021 -0.3631 1.1067 1.3871
1.3201 -1.1058 1.7154 2.1499
-0.4946 -1.1428 0.4583 0.5744
0.9504 -1.0300 1.4003 1.7551
-1.6001 0.5811 1.5423 1.9330
-0.5153 0.8008 0.9306 1.1663
-0.7106 -0.5577 0.1081 0.1354
0.1864 0.2581 0.0507 0.0635
-0.8702 -0.1520 0.5078 0.6365
-0.3862 0.4528 0.5933 0.7436
-0.8531 0.1371 0.7002 0.8775
-0.8786 0.2086 0.7687 0.9635
0.6431 0.7323 0.0631 0.0791
1.0368 0.3354 0.4959 0.6216
-1.0619 -1.2663 0.1445 0.1811
0.0600 -0.2569 0.2241 0.2808
-0.6840 -0.4787 0.1452 0.1820
0.2507 0.6593 0.2889 0.3620
0.1328 -0.1339 0.1886 0.2364
-0.2118 -0.0100 0.1427 0.1788
-0.7496 -1.1437 0.2786 0.3492
0.9017 0.0022 0.6361 0.7972
0.5560 0.8943 0.2393 0.2999
-0.1483 -1.1324 0.6959 0.8721
-1.3194 -0.3915 0.6562 0.8224
-0.8098 -2.0478 0.8754 1.0971
-0.3052 -1.1937 0.6282 0.7873
0.5170 -0.6323 0.8127 1.0186
0.6333 -1.3720 1.4180 1.7772
-1.5503 0.7194 1.6049 2.0115
1.8986 -0.7427 1.8677 2.3408
2.3656 -0.3820 1.9428 2.4350
-1.4987 0.4368 1.3686 1.7153
-0.5064 1.3950 1.3444 1.6850
1.2508 0.6081 0.4545 0.5696
-0.1696 -0.5459 0.2661 0.3335
-0.3834 -0.8872 0.3562 0.4465
0.0300 -0.8531 0.6244 0.7826
0.4210 0.3356 0.0604 0.0757
0.0165 2.0690 1.4514 1.8190
-0.2689 1.5595 1.2929 1.6204
1.3385 0.5087 0.5868 0.7354
1.1067 0.3987 0.5006 0.6275
2.0015 -0.6360 1.8650 2.3374
-0.4504 0.6166 0.7545 0.9456
0.3197 -0.6227 0.6664 0.8352
-1.2794 -0.9927 0.2027 0.2541
1.6603 -0.0543 1.2124 1.5195
0.9649 -1.2625 1.5750 1.9739
-0.3380 -0.2459 0.0652 0.0817
-0.8612 2.1456 2.1261 2.6647
0.4976 -1.0538 1.0970 1.3749
-0.2007 -1.3870 0.8388 1.0513
-0.9597 0.6327 1.1260 1.4112
-2.6118 -0.1505 1.7404 2.1813
0.7155 -0.1909 0.6409 0.8033
0.0548 -0.2159 0.1914 0.2399
-0.2775 0.4864 0.5402 0.6770
-1.2364 -0.0736 0.8222 1.0305
-0.8868 -0.6960 0.1349 0.1691
1.2804 -0.2276 1.0664 1.3365
0.5560 -0.9552 1.0686 1.3393
0.4643 -0.6173 0.7648 0.9585
0.4884 -0.6474 0.8031 1.0066
1.3860 0.5479 0.5926 0.7427
-0.9313 0.5375 1.0386 1.3018
-0.3466 -0.3809 0.0243 0.0304
0.7211 -0.1546 0.6192 0.7760
-1.4551 -0.1350 0.9334 1.1699
0.0673 0.4291 0.2559 0.3207
0.3190 -0.1510 0.3323 0.4165
-1.6514 -0.3824 0.8973 1.1246
-1.0128 -1.5745 0.3972 0.4978
-1.2337 -0.7164 0.3658 0.4585
-1.7677 -1.9776 0.1484 0.1860
-0.9519 -0.1155 0.5914 0.7412
1.1165 -0.6071 1.2188 1.5275
-1.7772 0.7592 1.7935 2.2478
0.1343 -0.0458 0.1273 0.1596
0.2270 0.9698 0.5253 0.6583
-0.1697 -0.5589 0.2752 0.3450
2.1011 0.2483 1.3101 1.6420
-0.0374 0.2988 0.2377 0.2980
-0.4209 0.5742 0.7037 0.8819
1.6728 -0.2046 1.3275 1.6638
1.4985 -1.6225 2.2069 2.7659
0.5342 -0.5074 0.7365 0.9231
0.7119 0.8128 0.0713 0.0894
1.0165 -1.2300 1.5885 1.9909
-0.2646 -0.5301 0.1878 0.2353
-1.1488 -0.2888 0.6081 0.7621
-0.4225 0.8703 0.9141 1.1457
0.7990 -1.1515 1.3792 1.7286
0.0344 -0.1892 0.8188 1.0263 mean E(.)
SD pred E(s) pred
-1.9600 -1.9600 -1.6049 -2.0114 2.5% theor, est
1.9600 1.9600 1.6049 2.0114 97.5% theor, est
0.3551 -0.0515 2.5% err
-0.3551 0.0515 97.5% err
Перетащите ползунок вниз, чтобы увидеть общие итоги. Теперь я использовал обычный оценщик SD для вычисления 95% доверительных интервалов вокруг среднего значения нуля, и они отклоняются на 0,3551 единицы стандартного отклонения. Оценка E (s) отключена только на 0,0515 единиц стандартного отклонения. Если оценивать стандартное отклонение, стандартную ошибку среднего или t-статистику, может возникнуть проблема.
Я рассуждал так: среднее значение двух значений может быть где угодно по отношению к и определенно не находится в , что дает абсолютную минимально возможную сумму в квадрате, поэтому мы существенно недооцениваемx 1 x 1 + x 2 σ
wlog let , тогда равно , наименьший возможный результат.Е п я = 1 ( х я - ° х ) 2 2 ( д
Это означает, что стандартное отклонение рассчитывается как
,
является предвзятой оценкой стандартного отклонения населения ( ). Обратите внимание, что в этой формуле мы уменьшаем степени свободы на 1 и делим на , т.е. делаем некоторую коррекцию, но это только асимптотически правильно, и будет лучшим эмпирическим правилом . Для нашего примера формула дала бы нам , статистически неправдоподобное минимальное значение как , где лучше ожидаемое значение ( ) будетп п - 1 п - 3 / 2 х 2 - х 1 = d SD S D = Dμ≠ˉxsE(s)=√n<10SDσn25n<25n=1000, Для обычного расчета, при , страдают от очень существенной недооценки, называемой небольшим смещением числа , которая приближается к 1% недооценке когда равно приблизительно . Поскольку во многих биологических экспериментах , это действительно проблема. Для погрешность составляет приблизительно 25 частей на 100 000. В целом, коррекция смещения малого числа подразумевает, что объективная оценка стандартного отклонения популяции нормального распределения
Из Википедии под лицензированием Creative Commons есть сюжет недооценки SD
Поскольку SD - это предвзятая оценка стандартного отклонения популяции, она не может быть минимальной дисперсией несмещенной оценки MVUE стандартного отклонения популяции, если мы не будем довольны, говоря, что это MVUE как , которым я, например, не являюсь.
По поводу ненормальных дистрибутивов и примерно беспристрастного читайте это .
Теперь возникает вопрос Q1
Можно ли доказать, что выше - это MVUE для нормального распределения размера выборки , где - положительное целое число больше единицы?σ n n
Подсказка: (но не ответ) см. Как найти стандартное отклонение стандартного отклонения выборки от нормального распределения? ,
Следующий вопрос, Q2
Кто-нибудь, пожалуйста, объясните мне, почему мы так или иначе используем поскольку это явно предвзято и вводит в заблуждение? То есть, почему бы не использовать для большей части всего? E ( s )Кроме того, в ответах ниже стало ясно, что дисперсия непредвзята, но ее квадратный корень смещен. Я бы попросил, чтобы ответы отвечали на вопрос, когда следует использовать объективное стандартное отклонение.
Как выясняется, частичный ответ состоит в том, что во избежание смещения в моделировании, приведенном выше, дисперсии могли бы быть усреднены, а не значения SD. Чтобы увидеть эффект этого, если мы возведем в квадрат столбец SD выше и усредним эти значения, мы получим 0,9994, квадратный корень которого является оценкой стандартного отклонения 0,9996915, а ошибка, для которой составляет только 0,0006 для хвоста 2,5% и -0.0006 для хвоста 95%. Обратите внимание, что это потому, что дисперсии являются аддитивными, поэтому их усреднение является процедурой с низкой ошибкой. Тем не менее, стандартные отклонения являются предвзятыми, и в тех случаях, когда мы не можем позволить себе роскошь использовать отклонения в качестве посредника, нам по-прежнему нужна небольшая коррекция числа. Даже если мы можем использовать дисперсию в качестве посредника, в этом случае длянебольшая выборочная коррекция предлагает умножить квадратный корень несмещенной дисперсии 0,9996915 на 1,002528401, чтобы получить 1,002219148 в качестве несмещенной оценки стандартного отклонения. Итак, да, мы можем отложить использование коррекции малого числа, но следует ли поэтому полностью ее игнорировать?
Вопрос здесь заключается в том, когда мы должны использовать коррекцию малого числа, а не игнорировать ее использование, и преимущественно мы избегали ее использования.
Вот еще один пример, минимальное количество точек в пространстве для установления линейного тренда с ошибкой равно трем. Если мы подгоним эти точки обычными наименьшими квадратами, результатом для многих таких подгонок будет сложенный нормальный остаточный шаблон, если есть нелинейность, и половина нормального, если есть линейность. В полунормальном случае наше среднее распределение требует коррекции малого числа. Если мы попробуем тот же трюк с 4 или более точками, распределение, как правило, не будет нормальным или легким для характеристики. Можем ли мы использовать дисперсию, чтобы как-то объединить эти 3-точечные результаты? Возможно, возможно нет. Однако легче представить себе проблемы с точки зрения расстояний и векторов.