Puedes encontrar todo aquí . Sin embargo, aquí hay una breve respuesta.
Sean y σ 2 la media y la varianza de interés; desea estimar σ 2 en base a una muestra de tamaño n .μσ2σ2n
Ahora, digamos que usa el siguiente estimador:
,S2=1n∑ni=1(Xi−X¯)2
donde es el estimador deμ.X¯=1n∑ni=1Xiμ
No es demasiado difícil (ver nota al pie) ver que .E[S2]=n−1nσ2
Como , se dice que el estimador S 2 está sesgado.E[S2]≠σ2S2
Pero, observe que . Por lo tanto ˜ S 2=nE[nn−1S2]=σ2es un estimador imparcial deσ2.S~2=nn−1S2σ2
Nota
Comience escribiendo y luego expanda el producto ...(Xi−X¯)2=((Xi−μ)+(μ−X¯))2
Editar para tener en cuenta sus comentarios
El valor esperado de no da σ 2 (y, por lo tanto, S 2 está sesgado), pero resulta que puede transformar S 2 en ˜ S 2 para que la expectativa dé σ 2 .S2σ2S2S2S~2σ2
En la práctica, a menudo se prefiere trabajar con lugar de S 2 . Pero, si n es lo suficientemente grande, este no es un gran problema ya que nS~2S2n.nn−1≈1
Observación Tenga en cuenta que la imparcialidad es una propiedad de un estimador, no de una expectativa como usted escribió.