KNOWECON WIKI

ARTICLE

样本均值 (Sample Mean)

样本均值 (Sample Mean) 样本均值（Sample Mean）是最基础且最重要的样本统计量之一，记为 x 或 ，用于估计总体均值 。给定一组独立同分布的样本观测值 x_1, x_2, , x_n，样本均值的定义为： 该公式即所有观测值的算术平均。样本均值之所以在统计学中占据核心地位，主要归因于以下三个关键性质：无偏性（Unbiasedness）、一

浏览 0 更新 2025-10-26

样本均值 (Sample Mean)

样本均值（Sample Mean）是最基础且最重要的样本统计量之一，记为 xˉ\bar{x} 或 μ^\hat{\mu}，用于估计总体均值 μ\mu。给定一组独立同分布的样本观测值 x1,x2,…,xnx_{1}, x_{2}, \dots, x_{n}，样本均值的定义为：

xˉ=1n∑i=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_{i}

该公式即所有观测值的算术平均。样本均值之所以在统计学中占据核心地位，主要归因于以下三个关键性质：无偏性（Unbiasedness）、一致性（Consistency）以及由中心极限定理（Central Limit Theorem）所保证的渐近正态性（Asymptotic Normality）。

定义与计算

设 X1,X2,…,XnX_{1}, X_{2}, \dots, X_{n} 为来自总体 FF 的随机样本（Random Sample），总体均值为 μ=E[Xi]\mu = \mathbb{E}[X_{i}]，总体方差为 σ2=Var⁡(Xi)\sigma^{2} = \operatorname{Var}(X_{i})。样本均值定义为各观测值的算术平均：

Xˉn=1n∑i=1nXi\bar{X}_{n} = \frac{1}{n}\sum_{i=1}^{n} X_{i}

将具体数值代入即得 xˉ\bar{x}，它是 μ\mu 的点估计（Point Estimate）。例如，某班级 5 名学生的考试成绩为 82、90、75、88、95，则样本均值为 xˉ=(82+90+75+88+95)/5=86\bar{x} = (82+90+75+88+95)/5 = 86 分。

抽样分布与矩

样本均值本身是一个随机变量（Random Variable）——因为抽样之前其值不确定。理解它的分布（即样本均值抽样分布）是统计推断的基石。

  • 期望：E[Xˉ]=μ\mathbb{E}[\bar{X}] = \mu，这保证了无偏性（Unbiasedness），即大量重复抽样下样本均值的平均值恰好等于总体均值。
  • \wiki方差：Var⁡(Xˉ)=σ2/n\operatorname{Var}(\bar{X}) = \sigma^{2}/n，表明样本均值的波动幅度随样本量 nn 增大而减小。其平方根 σ/n\sigma / \sqrt{n} 称为标准误（Standard Error, SE）。
  • 无偏估计：若总体方差 σ2\sigma^{2} 未知，可用样本方差 s2s^{2} 估计标准误：SE^=s/n\widehat{\text{SE}} = s / \sqrt{n}。

核心定理

大数定律 (Law of Large Numbers)：当 n→∞n \to \infty 时，样本均值依概率收敛于总体均值：

Xˉn→pμ\bar{X}_{n} \xrightarrow{p} \mu

该定理保证了样本量足够大时，样本均值无限接近真实总体均值。

中心极限定理 (Central Limit Theorem)：无论总体分布为何，只要其方差有限，标准化后的样本均值渐近服从标准正态分布：

Xˉn−μσ/n→dN(0,1)\frac{\bar{X}_{n} - \mu}{\sigma / \sqrt{n}} \xrightarrow{d} N(0, 1)

这为置信区间（Confidence Interval）和假设检验（Hypothesis Testing）提供了理论基础。即使总体不服从正态分布，只要样本量足够大（通常 n≥30n \geq 30），样本均值的分布也近似正态。

应用举例

例：总体均值的置信区间。假设某工厂生产一批电子元件，抽取 n=100n = 100 件测量其寿命，得 xˉ=1200\bar{x} = 1200 小时，s=80s = 80 小时。则总体均值的 95\% 置信区间为：

xˉ±z0.025⋅sn=1200±1.96×8=[1184.32,1215.68]\bar{x} \pm z_{0.025} \cdot \frac{s}{\sqrt{n}} = 1200 \pm 1.96 \times 8 = [1184.32, 1215.68]

即我们有 95\% 的信心认为元件真实平均寿命介于 1184.32 至 1215.68 小时之间。

重要性质总结

  • 无偏性：E[Xˉ]=μ\mathbb{E}[\bar{X}] = \mu
  • 一致性：Xˉn→pμ\bar{X}_{n} \xrightarrow{p} \mu（大数定律）
  • 渐近正态性：n(Xˉn−μ)→dN(0,σ2)\sqrt{n}(\bar{X}_{n} - \mu) \xrightarrow{d} N(0, \sigma^{2})（中心极限定理）
  • 有效性：在独立同分布且方差有限的条件下，样本均值是 μ\mu 的最小方差无偏估计量（UMVUE），即高斯-马尔可夫定理的一个特例。
  • 线性性：样本均值是数据的线性函数，分析简便。

与其他概念的联系

样本均值是连接描述统计与推断统计的桥梁。在回归分析中，被解释变量的样本均值在总平方和（SST）的分解中扮演角色；在方差分析（ANOVA）中，各组均值与总均值的比较构成检验的基础；在矩估计法（Method of Moments）中，样本均值是总体均值的一阶矩估计量。此外，自助法（Bootstrap）通过对样本均值反复重抽样来估计其抽样分布，这构成了现代非参数推断的重要工具。