Autor Tema: Factor de corrección para la varianza

0 Usuarios y 1 Visitante están viendo este tema.

26 Mayo, 2011, 04:49 pm
Leído 2842 veces

gmares

  • $$\Large \color{#5e8d56}\pi\,\pi\,\pi$$
  • Mensajes: 225
  • Karma: +0/-0
  • Sexo: Masculino
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?

27 Mayo, 2011, 12:41 pm
Respuesta #1

Luis Fuentes

  • el_manco
  • Administrador
  • Mensajes: 58,907
  • País: es
  • Karma: +0/-0
Hola

 El motivo es que pretendemos que esa varianza sea un estimador de la varianza de la variable \( X \) (que la desconocemos y de la cual sólo conocemos una muestra).

 Se prueba que para que la el valor esperado de ese estimador coincida con la varianza de la variable, es necesario dividir por \( n-1 \). Tienes las cuentas por aquí:

http://es.wikipedia.org/wiki/Varianza#Varianza_muestral

Saludos.