重复测量有噪声的量并取平均,通常能提高结果的稳定性。但即使样本数量多,也无法弥补仪器的系统误差,也无法让所有数据分布变得整齐。本课将区分两个概念:一个平均值包含多少次观测,以及整个实验重复了多少次。
学完能解释什么
说明为什么独立观测数变为四倍时,均值的标准差会减半。区分原始观测与重复实验所得的样本均值。指出一个不能套用有限方差公式的分布。
先理解算术平均值、平方根和概率分布的定义,不需要有统计学背景。实验中的数值没有单位;如果换成真实测量,数值应带有相应单位,标准差也应带有相同单位。
先预测
传感器的误差是相互独立且同分布的,标准差为2个单位。如果将每组读数从4次增加到16次,平均值的标准差会如何变化?先在实验中做出预测,再比较两个样本量。可以暂时跳过问题,稍后再回来,不会影响后续内容。
操作与观察
先在[0, 1]上生成均匀分布的数据,保持随机种子不变,依次比较n=1、4、16、64的情况。每次重复实验时抽取n个新样本,并记录一次平均值。左图显示每组的第一个样本,右图显示各组的平均值,两图的横轴范围一致。注意哪一幅图看起来更窄。
直方图的清晰程度取决于重复次数,而不是平均值所包含的观测数量。从200次增加到1000次,只是让图形更平滑;当n固定时,均值的理论离散程度并不会因此发生改变。
尝试指数分布:单个观测的分布呈右偏,而均值的分布可能呈现不同形态。最终选择柯西分布。它是一个反例,不能作为有限方差公式的另一个应用。图表会标注超出显示范围的数值数量;这些数值仍被计入统计汇总。
为什么会这样
如果观测值相互独立,且具有相同的均值 μ 和有限的方差 σ²,那么 n 个观测值的平均值的期望是 μ,方差为 σ²/n。平均值的标准差也称为标准误,等于 σ/√n。当 n 从 4 增加到 16 时,标准误减半,而不是变成四分之一;理论中心保持不变。
独立性非常重要。在计算方差时,相关观测值会引入协方差项。复制同一个读数,不会产生独立的新信息。所有读数共有的偏移量不会因为取平均而消失。因此,无论是传感器读数、生物实验的重复样本,还是金融数据,不能只看数量,还要判断抽样模型是否适用。
样本均值标准化后的分布形态是中心极限定理所研究的内容。该定理通常假设观测数据相互独立且同分布,同时方差存在且不为零。它并不意味着原始数据会变成正态分布,也不是说任意有限样本量都会精确呈现正态分布。有限次模拟并不能作为该定理的证明。
标准柯西分布没有总体均值,也没有有限方差,因此不能使用 σ/√n。在理想模型中,独立标准柯西变量的平均值仍服从标准柯西分布。计算机使用有限精度的伪随机数;本实验可以展示重尾现象,但无法重现无限延伸的尾部,也不能据此证明极限定理。
练习与迁移
完成两个练习:第一题更换一个 n 值,判断标准误;第二题判断平均值是否能去除所有数据中的共同偏移。反馈仅保留在当前浏览器标签页中,实验不保存或传输答案,也不记录学习行为数据。
再举一个例子:在测量恒定电压时,读数中同时包含独立的零均值随机噪声和固定的校准偏移。如果多次取样并求平均,哪一部分的误差会减小?当多人共用同一台测量仪器时,为什么仍需区分这两部分?模拟可以展示假设的后果,但无法证明真实误差之间是相互独立的。
假设与复现
每次重复实验都会使用一组新的64个伪随机数,取其中前n个计算平均值。在相同种子下改变n值,会保留之前的样本,方便进行比较;而不同n值的演示之间并不独立。当n值固定时,每次重复都会使用不同的随机数块。
生成器是 Mulberry32,种子可以设置为一个 32 位整数。n 有 1、4、16、64 四种可选值,重复次数最多为 3000。均匀分布、公平伯努利分布和单位尺度指数分布的均值和方差已知;柯西分布没有均值和标准差。经验标准差仅反映此次有限模拟的结果,不能据此确定总体矩。重置会恢复默认的分布、种子和 200 次重复。
相关概念
抽样将数学、测量和计算、控制联系在一起。现有的 PWM 与空间矢量调制路径提供了一个例子:在比较结果时,必须保持定义和测量量的一致性。数学学科页中还有几何实验,这些是探索模型的其他方法,不是本课程的先决条件。
参考资料
宾夕法尼亚州立大学 STAT 414:样本均值的期望与方差:https://online.stat.psu.edu/stat414/book/export/html/780
StatLect:中心极限定理:https://www.statlect.com/asymptotic-theory/central-limit-theorem
NIST/SEMATECH:指数分布:https://www.itl.nist.gov/div898/handbook/eda/section3/eda3667.htm
NIST/SEMATECH:柯西分布:https://www.itl.nist.gov/div898/handbook/eda/section3/eda3663.htm
概念联系
- 抽样模型
- 描述观测如何产生。本实验由所选分布、独立性和样本量确定抽样模型。
- 测量噪声
- 判断重复读数是否有帮助前,先区分随机变化与共同的校准偏移。
继续探索测量与控制相关例子。这些是扩展阅读,不是前置要求。
