Definiendo a la varianza como:
\( \displaystyle\sum_{i=1}^n{\frac{{{(X_i -\overline{x})}^2}}{{n-1}}} \)
Se argumenta en varios textos que se divide por \( n-1 \) en lugar de \( n \) debido a que solo \( n-1 \) desviaciones son independientes. Esto seguramente pueda entenderse considerando que la media \( \overline{x} \) se calcula sobre las \( n \) mediciones, y que la diferencia que esta tendrá con cada una es independiente hasta llegar a la última medición considerada\( n \), cuya diferencia con la media estara condicionada por las diferencia que habran tenido las demás mediciones respecto de esta.
En síntesis la desviación no podrá ser otra que:
\( x_n-\overline{x}=\displaystyle\sum_{i=1}^n{x_i}-(n\overline{x}+\displaystyle\sum_{i=1}^{n-1}{x_i-\overline{x}}) \)
Esto puede ser correcto pero, por qué dividir por \( n-1 \) podrá corregir este detalle, y además, para qué corregirlo que mal hace? A mi juicio que la última desviación no sea independiente no afecta el resultado de la varianza, creo que devería dividirse por \( n \) sin más vueltas pues son \( n \) las desviaciones. ¿O acaso dividir por un omenos no afectaría también lo que al fin y al cabo es un promedio de las desviaciones?
¿Cuál es la justificación, y cual es concretamente el factor de corrección?