표본 분산과 표본 분산의 차이는 무엇입니까?

표본 분산과 표본 분산의 차이는 무엇입니까? 그들은 똑같아 보인다. 그렇지 않습니까?

표본 분산은 단일 표본 에서 관측치 (데이터 포인트)의 변동을 나타냅니다 . 표본 분산은 연구 (샘플 생성 / 데이터 수집 / 통계 계산)를 여러 번 반복해야하는 경우 샘플에서 계산 된 특정 통계 (예 : 평균) 의 변동을 나타냅니다 . 그러나 중앙 한계 정리로 인해 일부 통계의 경우 실제로 여러 번 연구를 반복 할 필요는 없지만 표본이 대표적 일 경우 단일 표본에서 표본 분산을 추론 할 수 있습니다 (점근 법 접근). 또는 단일 샘플로 연구 반복을 시뮬레이션 할 수 있습니다 (이는 부트 스트랩 방식입니다).

"샘플 분산"에 대한 추가 참고 사항. 한 용어로 두 가지가 혼합 될 수 있습니다.

• 이 표본을 기반으로 한 모집단 분산의 추정치입니다 . 이것이 우리가 일반적으로 사용하는 것입니다. 분모 (자유도) n-1이 있습니다.

• 이 샘플의 차이 . 분모가 n 입니다.

$s^2$

"샘플링 분산"예를 들어 (평균과 같은) 추정기의 "샘플링으로 인한 분산"으로 해석합니다. 저는이 두 용어가 상당히 다르다고 생각합니다.

그러나 "샘플링 분산"은 약간 모호하므로 확실하게 컨텍스트를 확인해야합니다. 그리고 나는 일반적인 아이디어에 대해 "샘플링 변형"이라고 말하고 싶습니다.

[많은 사람들 (특히 정량적 유전학)은 "변이"대신 "변이"라는 용어를 사용하는 반면, 특정 변이 측정에 대해서만 "변이"를 예약합니다.]