用Python模拟直观理解样本均值与方差的无偏性

统计学课本上那些晦涩的公式推导总是让人望而生畏。记得我刚开始学习样本方差时，对为什么要除以n-1而不是n百思不得其解，直到亲手用Python模拟了上千次抽样过程，才真正理解了其中的奥妙。本文将带你用NumPy和Matplotlib，通过代码实验直观感受样本统计量如何逼近总体参数，解开统计学中这个经典谜题。

1. 环境准备与基础概念

在开始实验前，我们需要配置好Python环境并理解几个核心概念。建议使用Jupyter Notebook进行交互式实验，它能即时显示图表结果，非常适合这种探索性学习。

首先安装必要的库：

bash复制pip install numpy matplotlib

统计学中最基础的两个概念是总体和样本：

• 总体：研究对象的全体，其分布特征是固定但通常未知的
• 样本：从总体中随机抽取的部分观察值，是我们实际能获得的数据

假设我们研究的是全国成年男性的身高，那么：

• 总体：所有中国成年男性的身高集合
• 样本：随机调查的1000名男性的身高数据

在代码中，我们可以用NumPy生成模拟总体。比如假设身高服从正态分布N(175, 7²)：

python复制import numpy as np
import matplotlib.pyplot as plt

# 设置随机种子保证结果可复现
np.random.seed(42)  

# 生成总体数据(理论上无限大，这里用100万模拟)
population = np.random.normal(loc=175, scale=7, size=1_000_000)

关键统计量包括：

• 总体均值(μ)：所有个体的平均值
• 总体方差(σ²)：各数据与均值差的平方的平均
• 样本均值(X̄)：样本数据的平均值
• 样本方差(S²)：样本数据与样本均值差的平方和/(n-1)

2. 样本均值的无偏性验证

让我们通过实验验证样本均值确实是总体均值的无偏估计。无偏性意味着如果我们重复抽样多次，样本统计量的期望值等于总体参数值。

2.1 单次抽样实验

先从总体中抽取一个样本量为30的样本：

python复制sample_size = 30
sample = np.random.choice(population, size=sample_size, replace=True)
sample_mean = np.mean(sample)
print(f"样本均值: {sample_mean:.2f}, 总体均值: 175.00")

运行结果可能显示：

code复制样本均值: 174.89, 总体均值: 175.00

单次抽样的样本均值接近但不等于总体均值，这是正常的抽样波动。

2.2 重复抽样实验

更有说服力的