なぜサンプル分散は1 /（N-1）ですか？
まず、式の観点から、
最後の推定される式は、1 / N-1の代わりに/ nのそれの1であるなぜ？あなたが最終的な結果は、1 / nはあなたが必要ですしたい場合は、上記の導出が、見つけることができます慎重に観察し
たが、母集団の標準偏差が0に等しい場合を除きことをどの順番に手段、それは分散をn回減少しますが、彼がまだ存在するものの、各個々のサンプルと常に所望の値に等しいです。
あなたはUのこの既知のサンプルを期待している場合、それは
公平な推定値は以下の式を用いて導出された全体的な標本分散は次のとおりです。
要約すると：あなたはUのこの統計サンプルの正確なサンプルの平均を得ることができた場合は、言及した上で、第二式が直接することができ標本分散が得られる。しかし、私は平均かどうかを知りませんが、平均値の一部をサンプリングした後、最初の式は、サンプルの分散を用いて評価されます。
自由の観点から、第二に、
自由が何であるかを言うため。
自由定義：
統計的に、自由度が全体的なパラメータを推定する、または自由に独立したデータサンプルの数を変更するサンプル統計を参照する場合、統計の自由度と呼びます。一般的に、自由度を引い量由来独立変数の数に等しいです。例えば、変化の定義はサンプル平均値（由来の試料の量によって決定される）に保存され、したがって、Nのランダムサンプル、N-1であり、自由度のため。
数学的に、自由度は、完全な説明のために必要な単位ベクトルの最小数とすることができるベクターであるランダムベクトルの次元数です。
簡単な例として、自由度である式X + Y = 7、のために、ランダムな値をX場合ため、最終的な7ことを確実にするために、yは事実フリーではありません。
さて、私たちの標本分散でターン見て、この時間：
式のこの部分については知られているサンプルの平均Xは、その後、n個のデータの自由のn-1程度であり、それがある理由を説明する別の観点から、1 / N- 1の代わりに、1 / nです。
最後に：第二アイデアは十分に成熟していないが、それは絶えず改善するために、必要にアイデアを開くありません。
