A well-known example arises in the

A well-known example arises in the estimation of the population variance by sample variance. For a sample size of n, the use of a divisor n − 1 in the usual formula (Bessel's correction) gives an unbiased estimator, while other divisors have lower MSE, at the expense of bias. The optimal choice of divisor (weighting of shrinkage) depends on the excess kurtosis of the population, as discussed at mean squared error: variance, but one can always do better (in terms of MSE) than the unbiased estimator; for the normal distribution a divisor of n + 1 gives one which has the minimum mean square error.

Results (Indonesian) 1:

Sebuah contoh yang terkenal muncul dalam perkiraan populasi varians oleh varians sampel. Untuk ukuran sampel n, penggunaan pembagi n − 1 dalam formula biasa (Bessel's koreksi) memberikan pengukur bias, sementara pembagi lain memiliki UMK yang lebih rendah, biaya bias. Pilihan optimal pembagi (bobot penyusutan) tergantung pada kurtosis kelebihan populasi, seperti yang dibahas di berarti kuadrat error: varians, tapi satu dapat selalu berbuat lebih baik (dalam hal UMK) daripada pengukur tidak bias; untuk distribusi normal pembagi n + 1 memberikan salah satu yang memiliki minimal persegi berarti kesalahan.

Results (Indonesian) 2:

Sebuah contoh yang terkenal muncul dalam estimasi varians populasi dengan varians sampel. Untuk ukuran sampel n, penggunaan pembagi n - 1 dalam formula biasa (koreksi Bessel) memberikan estimator berisi, sementara pembagi lain memiliki MSE yang lebih rendah, dengan mengorbankan bias. Pilihan yang optimal dari pembagi (bobot penyusutan) tergantung pada kelebihan kurtosis penduduk, seperti yang dibahas di rata-rata kuadrat error: varians, tapi selalu bisa melakukan yang lebih baik (dalam hal MSE) dari estimator berisi; untuk distribusi normal pembagi dari n + 1 memberikan satu yang memiliki minimum mean square error.