標本平均の期待値と分散

標本平均の期待値、分散について考える。イメージとして、母集団からn個の標本値を取り出して期待値\overline{x}を計算し、これを繰り返した場合の\overline{x}の平均と分散を求めることになる。

まず、\overline{x}の期待値については以下のように計算され、標本平均の期待値が母平均の不偏推定量であることがわかる。

(1)    \begin{equation*} E(\overline{x}) = E \left( \frac{1}{n} \sum_{i=1}^{n} x_i \right) = \frac{1}{n} \sum_{i=1}^{n} E(x_i) = \frac{1}{n} \sum_{i=1}^{n} \mu = \mu \end{equation*}

次に\overline{x}の分散は以下のように計算される。

(2)    \begin{equation*} V( \overline{x} )= V \left( \frac{1}{n} \sum_{i=1}^{n} x_i \right) = \frac{1}{n^2} \sum_{i=1}^{n} V(x_i) = \frac{1}{n^2} \cdot n \sigma^2 = \frac{\sigma^2}{n} \end{equation*}

ここで、x_iはそれぞれ独立に選ばれることから、V(x_1, \cdots, x_n)は線形に分解できる。

標本平均\overline{X}の分散がXの母分散をnで割った値となっているのは、標本平均を計算する項数が多いほど期待値に対する誤差が小さくなることを示唆している。

式(2)は、次のように偏差の自乗和の期待値で表現できる。

(3)    \begin{equation*} V( \overline{x} ) = E\left( (\overline{x} - \mu )^2 \right) = \frac{\sigma^2}{n} \end{equation*}

 

 

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です