样本方差为什么要除以n-1？二阶中心矩与无偏估计详解

样本方差是除以 n-1，样本的二阶中心矩是除以 n。这个区别初学者第一次遇到时几乎都会懵：明明公式长得就差一个分母，为什么统计学家要搞出两个这么像的东西？而且更让人头疼的是，打开 Excel 算出的是“方差”，用 Python 的 numpy 算出的是另一个“方差”，自己拿计算器按出来的又是第三个值，到底哪个是对的？

这个问题不只是考试里的概念辨析，它直接决定你在做数据分析、写报表、跑实验时，结论会不会系统性地偏移。尤其当数据量只有几十条甚至十几条时，用错分母，标准差的差别能达到百分之十几，这足以影响业务决策或者论文结论。这篇文章就把这件事彻底讲透：两个指标各自想表达什么，n-1 背后的自由度到底是什么，算数据时应该用哪一个，以及我在实际工作中踩过的那些坑。

1. 先分清两个“长得几乎一样”的公式

1.1 一字之差的两个定义

假设有一组样本数据 $x_1, x_2, \dots, x_n$，样本均值记为 $\bar{x}$，那么：

样本的二阶中心矩定义为：

[ m_2 = \frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2 ]

而样本方差（更准确地说，是无偏样本方差）定义为：

[ s^2 = \frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2 ]

两者唯一的区别就是分母。一个是 n，一个是 n-1。也正是这个“-1”，让它们在实际含义上分道扬镳。

先别被术语吓到。“二阶中心矩”这个名字听起来很数学，但拆开看也不难：“矩”可以理解成数据分布形状的特征值，“二阶”对应的是平方项，“中心”指的是以均值为中心计算距离。所以二阶中心矩本质就是“离均值的平方距离的平均值”，也就是我们直觉里对“分散程度”的第一反应。而样本方差，则是统计学里为了“用样本估计总体”而特意修正过的版本。

1.2 从数据视角看两者分别想表达什么

如果拿到一组数据，只想单纯描述这一组数字本身的波动有多大，不打算推断任何外部总体，那么二阶中心矩就是最直观的选择。它计算的就是“这 n 个点偏离它们自身均值的平均平方距离”，除以 n 非常自然，因为你拥有 n 个点，就按 n 个点来平均。

但如果这组数据只是从一个更大的总体里随机抽出来的样本，你想通过它去估计总体的真实方差，直接用二阶中心矩就会出事——它会系统性低估总体方差。这也是为什么统计学家要引入 n-1 的原因：为了让估计量在“平均意义”上对准总体真实方差，必须把分母调小一点，补偿因为使用了样本均值而产生的偏差。

用最直白的话概括：二阶中心矩是“描述样本本身”，样本方差是“推断样本背后的总体”。前者是描述统计的范畴，后者是推断统计的范畴。理解了这句话，后面所有的推导都会顺理成章。

2. 拆开 n-1：均值吃掉的那个自由度

2.1 均值一旦算出来，n 个离差就只剩 n-1 个自由

“自由度”是理解 n-1 的关键，但也是很多教材讲得最含糊的地方。我试着用一个类比把它讲清楚。

想象你有 3 个未知数，没有任何限制时，它们可以自由取任意值，自由度是 3。但如果我告诉你这 3 个数的平均数必须是 10，那么一旦前两个数定了，第三个数就被锁死了，没有自由选择的余地。比如前两个数取 9 和 11，第三个数只能是 10。所以，在“和为 30”（等价于均值为 10）这个约束下，自由变量的数量从 3 变成了 2。

同样的道理，样本里有 n 个数据点，每个点看起来都能自由变化。但当你把 $\bar{x}$ 算出来的那一刻，就相当于给这 n 个数施加了一个约束：所有 $x_i$ 的离差之和必须为 0，因为

[ \sum_{i=1}^{n}(x_i - \bar{x}) = \sum_{i=1}^{n}x_i - n\bar{x} = 0 ]

这个约束是硬性的。所以 n 个离差 $x_i - \bar{x}$ 中，只有 n-1 个是可以独立变动的，最后一个会被“推”出来。这就是“自由度”的含义。

计算离差平方和的时候，你实际上是拿着这 n-1 个独立信息去计算的，而不是 n 个。在分母上用 n，相当于把不存在的“自由度”也算进去了，平均的结果自然会偏低。

2.2 用一组小数字亲手算一遍

光说理论不够，拿一组实际数字走一遍流程。假设有 5 个样本值：2, 4, 6, 8, 10。

样本均值是：

[ \bar{x} = \frac{2+4+6+8+10}{5} = 6 ]

各点离均值的差分别是 -4、-2、0、2、4。注意看，这 5 个离差的和为 0，所以只要知道了前 4 个（-4、-2、0、2），最后一个自然就是 4。这组数据虽然表面上给了你 5 个数字，但在离差这个维度上，真正的独立信息只有 4 份。

离差平方和为：

[ (-4)^2 + (-2)^2 + 0^2 + 2^2 + 4^2 = 16 + 4 + 0 + 4 + 16 = 40 ]

二阶中心矩就是：

[ m_2 = \frac{40}{5} = 8 ]

样本方差则是：

[ s^2 = \frac{40}{4} = 10 ]

两者差了 2，标准差则分别是约 2.83 和约 3.16。如果你是在用样本估计某个总体的分散程度，那么 8 这个数字就偏小了，10 才是更接近总体的估计。在这个例子里，因为 n 只有 5，差了整整百分之十以上，完全不能忽略。

3. 猜对与猜准：无偏性是怎么一回事

3.1 估计量会“系统性地偏低”？

有人可能会问：自由度解释听起来有道理，但“除以 n 会系统性偏低”这个说法到底是怎么来的？能不能直观感受一下？

当然可以。想象你从一个大总体里反复抽小样本，比如总体均值已知的情况下，每次抽 3 个数据点，计算二阶中心矩。你会发现，大多数时候，这个值小于总体的真实方差，偶尔等于或大于，但平均下来就是不到真实值。

原因是，样本均值 $\bar{x}$ 本身是通过这 n 个数据拟合出来的，它总是落在数据点的“中心附近”，所以大多数点到 $\bar{x}$ 的平方距离，必然小于它们到总体真实均值 $\mu$ 的平方距离。数据离 $\bar{x}$ 越近，计算出来的离差平方和就越小。把 n 个距离平方后除以 n，得到的是一个偏小的值。只有当样本量足够大，$\bar{x}$ 足够接近 $\mu$ 时，这个偏差才会缩小。

统计上，这种“平均而言偏低”的性质叫“有偏”。我们不喜欢有偏的估计量，因为在使用估计量时，我们希望它在重复抽样下的期望值等于真实值，这样至少方向上不会骗人。

3.2 数学上的严格推演

既然要做数据分析，光有直觉不够，最好还是把期望算一遍，这样以后任何变体都不会再难倒你。

对于独立同分布的样本 $x_i$，记总体均值为 $\mu$，总体方差为 $\sigma^2$。首先有：

[ E\left[\sum_{i=1}^{n}(x_i - \bar{x})^2\right] = E\left[\sum_{i=1}^{n}\big((x_i - \mu) - (\bar{x} - \mu)\big)^2\right] ]

展开得到：

[ E\left[\sum_{i=1}^{n}(x_i - \mu)^2 - n(\bar{x} - \mu)^2\right] ]

因为：

[ E\left[\sum_{i=1}^{n}(x_i - \mu)^2\right] = n\sigma^2 ]

而 $\bar{x}$ 的方差是 $\sigma^2 / n$，所以：

[ E\left[n(\bar{x} - \mu)^2\right] = n \cdot \frac{\sigma^2}{n} = \sigma^2 ]

因此：

[ E\left[\sum_{i=1}^{n}(x_i - \bar{x})^2\right] = (n-1)\sigma^2 ]

也就是说，离差平方和的期望恰好是 $(n-1)\sigma^2$。为了让估计量的期望等于 $\sigma^2$，就必须除以 n-1：

[ E[s^2] = E\left[\frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2\right] = \sigma^2 ]

这就是“无偏性”的数学来源。整个过程的核心就是：样本均值代替总体均值，平均而言会“吃掉”一个单位的 $\sigma^2$，所以要在分母上还回来。这比死记“自由度 n-1”更根本，也更不容易忘。

4. 实操中应该用哪个：工具默认值一览

4.1 主流工具默认分母各是什么

理论清楚了，落到实际工具上还是容易踩坑。因为不同软件、不同函数的默认设置并不一样，同样的数据，换个工具结果可能就变了。我把常见工具的默认行为整理成一个表，方便对照。

从这张表能看出一个规律：偏数学/工程取向的函数（比如 NumPy）默认用 n，偏统计推断取向的函数（比如 Pandas 和 R）默认用 n-1。这个差异不是bug，是设计取向不同。但如果你不懂原理，就很容易拿 NumPy 直接算完当样本方差汇报，结果数值偏小。

4.2 描述性分析与推断分析的正确选择

那么，实际分析时到底该用哪个？这里给出我自己的判断标准。

如果目标只是“描述这批数据本身”，数据就是全部关心的对象，不打算推广到更大范围，那描述统计量完全可以用二阶中心矩。比如业务报表里描述一周七天的销量波动，这七天就是全部，不打算用它们推断其他周，那除以 7 无可厚非。

一旦目标变成“用这批样本去估计某个总体参数”，就必须用样本方差 n-1。比如从一万个用户里随机抽 500 人做调研，用这 500 人的消费波动去估计全体用户的消费波动，属于推断统计，必须用 n-1。这时如果用了 n，估计值就会系统性偏低，而且在样本量较小时偏差明显。

还有个折中的实用建议：在报告或代码中，只要不是明确做“总体穷尽”统计，一律用样本方差。这个习惯可以帮你避免绝大多数问题。判断不明确时，优先 n-1 总是更安全的选择，因为统计教科书的默认语境就是推断。

5. 常见问题与避坑清单

5.1 样本量大了以后，两者几乎没差别，要不要在乎？

当 n 达到几百几千时，n 和 n-1 的差别已经很小。比如 n=1000 时，比值是 1000/999，差距千分之一，通常不影响结论。于是有人会想：既然差不多，那我统一用 n 不是更省事吗？

我的看法是：省事可以，但前提是你清楚自己在舍弃什么。在小样本场景（比如实验组只有 20 个样本），这个差异会放大到百分之五，已经绝非可忽略的噪声。更重要的是，如果协作团队里有统计学背景的人，看到分母用的是 n，第一反应往往是“这个分析的人不懂统计”，这会严重影响报告的可信度。所以，不管数值差多少，该用 n-1 的场景就老老实实用 n-1，这既是技术正确，也是职业信用。

5.2 为什么用 NumPy 算出来的“方差”总是比 Excel 小？

这是我最常被问到的实操问题。原因其实就一句话：NumPy 的 np.var(x) 默认算的是总体方差/二阶中心矩，分母是 n；Excel 的 VAR.S 算的是样本方差，分母是 n-1。两个函数根本不是同一个指标。

解决办法很简单，在 NumPy 里显式指定 ddof：

import numpy as np x = np.array([2, 4, 6, 8, 10]) # 二阶中心矩，分母为 n m2 = np.var(x) # 8.0 # 样本方差，分母为 n-1 sample_var = np.var(x, ddof=1) # 10.0 # 样本标准差 sample_std = np.std(x, ddof=1) # 3.162...

pandas 的 Series/DataFrame 的 var() 默认已经是 n-1，但同样也有一个 ddof 参数可以调整。我的建议是：所有关键分析代码里，显式写明 ddof 参数，不依赖默认值。这样既防止自己记忆模糊，也让看代码的人一眼明白你算的是哪个指标。

5.3 数据分析时的实际避坑经验

下面几条是我在实际项目里积累的小经验，也算踩坑后的总结，分享出来供参考。

第一，写 SQL 时最好先确认数据库的方差函数语义。不同数据库对 STDDEV、VAR 这类函数的定义可能不同，有的默认 n-1，有的是总体版本。最稳妥的做法是直接用 VAR_POP 和 VAR_SAMP 这样带明确后缀的函数，让脚本的语义自解释。

第二，在实验报告中，建议同时标明“样本量 n”和“用的是什么分母”，因为审稿人或业务方经常会追问数值差异。如果你不说清楚，别人默认你用的是无偏样本方差，一旦他手算用的是分母 n，两个结果对不上，解释成本很高。

第三，处理加权数据时要额外小心。加权后的方差公式不只是把权重乘进平方项那么简单，分母的选择在不同加权方案下差异更大。遇到加权场景，建议直接查权威文档，不要凭经验想当然。

最后一条是关于直觉的：每当你看到“某个统计量在公式里有个奇怪的分母”时，不要直接跳过。这些“奇怪”往往是对称性补偿的结果，理解它远比记住它有价值。

6. 无偏性之外：还有哪些关于方差的重要思维

6.1 为什么样本标准差“无偏修正”不管用

讲到样本方差，就不得不提一个容易混淆的进阶问题：既然样本方差要除以 n-1 才是无偏估计，那样本标准差是不是应该开根号就行？答案是：开根号后，期望就不再等于总体标准差。

原因在于平方根是一个非线性函数。即使 $s^2$ 的期望正好等于 $\sigma^2$，$E[\sqrt{s^2}]$ 也不会等于 $\sqrt{\sigma^2}$。严格来说，样本标准差在“平均意义”下仍然偏小。但实践中，我们依然把 $s = \sqrt{s^2}$ 当作总体标准差的估计，因为它简单且在大样本下偏差趋于零。这个问题在很多统计教材里都是一笔带过，但理解它，可以帮你避免和较真的人讨论时被问住。

6.2 方差的量纲与稳健性

方差的一大缺点是量纲是原始单位的平方，所以实际分析中更多使用标准差来沟通，因为它和原始数据同单位。而二阶中心矩这个概念在机器学习中更常见于“矩”的系统框架里：一阶矩是均值，二阶中心矩是方差，三阶中心矩偏度，四阶中心矩峰度。在这个框架下，二阶中心矩不会刻意区分 n 和 n-1，因为机器学习更关注数据本身的形态特征，而不是总体推断。

理解这个背景之后，你就明白为什么很多机器学习/深度学习框架的默认统计量都基于 n，而传统统计分析软件普遍校准到 n-1。不同学科、不同场景的取舍，塑造了工具的默认行为。这也就是文章标题那句“样本的方差和样本的二阶中心矩并不一样”背后最核心的答案：两者根本就是两个不同目的下的产物，分母的差异只是表象。

我在实际项目中的体会是，这个东西一旦理解透了，以后看到任何统计函数，第一反应就是确认它的分母设计，而不用靠记忆硬背。这份确定性，是真正调过无数报表、啃过不少文档之后才获得的。