关于“自由度”的几个问题探析.pdf

关于“自由度”的几个问题探析 李文华 内容提要: 本文探讨了如下几个相关的问题：什么是“自由度”？怎样计算“自由 度”？“自由度”对于统计学有什么作用？ 关键词： 自由度 抽样分布 假设检验 Abstract: Three issues that are correlative have been discussed in this article. These issues are: What is degree of freedom? How to calculate degree of freedom? What is the significance of degree of freedom to statistics? Key words: Degree of freedom; Sample distribution; Hypothesis test 在统计学中，有一个很难理解的概念 ──“自由度” （degree of freedom）。这里，笔者就如下几个相关的问题发表一些不成熟的意见，请教方 家。 一、什么是“自由度”？ “自由度”是指当以样本的统计量来估计总体的参数时，样本中独立或能自 由变化的数据的个数。这个定义可以从如下几个方面来理解： 第一，“统计量”（如样本数据的平均数X 、样本数据的标准差 ）是研究者 通过调查样本的数据人为地计算出来的，而“参数”（如总体均值µ 、总体标准 [1] 差δ ）是被调查的总体所客观存在的，这是两者的区别。 在统计学的理论层面 上，要求或者假定统计量是参数的无偏估计，认为二者是相等的（在实际研究中， 由于抽样的偏差，可能导致两者不相等，但对于这种情况，研究者是无法知道的， 知道就没有抽样调查的必要了）。在理论假设下，统计量也就和参数一样被看作 是客观的、确定的。 第二，既然在理论上统计量被要求是确定的，那么在实际层面上，计算统计 量的那组数据就不是完全自由的。这一点很重要，因为“自由度”中“自由”的 含义就是相对这个 “确定”条件而言的。正是统计量的这种“确定性”限制了与 之相关的一组数据的“自由度”，也就是说，一组数据不是可以完全自由取值的， 它必须支持“统计量与总体参数相等”的理论假设。这就是 “自由度”存在的理 由。 有必要举例来进一步说明“独立或能自由变化的数据”的含义。在心理、社 会等领域的测量或者调查过程中，研究者设置了一些变量（如智商、收入等）， 这些变量是随机变量。所谓随机变量是指，在调查总体中，变量的取值范围及其 所对应的频次 （两者合起来称为变量的分布）是确定的，但在一次具体的抽样调 查中，变量的取值及其所对应的频次则是不确定的，但在大样本的抽样调查中， 变量的分布又是能体现总体的特征和规律的。 例 1：研究者调查某个城市在岗职女工的平均收入，从总体40000 万人中， 研究者随机抽取了200 人进行调查。在这个例子中，总体40000 个在岗女工的 收入的平均数是总体参数，是客观的、确定的，尽管研究者不知道。通过随机抽 样和问卷调查，研究者获得了 200 人的收入的数据。运用这组数据可以算出样 本的平均数，它是统计量。由于在理论上要求统计量与参数相等，所以这 200 1 个数据中只有 199 个数据可以“自由”变动，所以，这组数据在求平均数这个 统计量时的自由度就是：K=200-1=199。 第三，在上面的例子中，研究者只抽了一个200 人的样本，而在实际层面， 这200 人的收入是确定的，因为每个被调查者只有一个确定的收入。既然这样， “199 个数据可以自由变动”是什么意思呢？ 这需要回到理论上去回答。在理论上，从 20000 人中随机抽取 200 人有 c200 种抽取方法，也就是说，在理论上研究者可以得到c200 个不同的、样本容 20000