In many scientific fields, the degrees of freedom of a system is the number of parameters of the system that may vary independently.
在很多科学领域,自由度指的是,一个系统中可以独立变化的参数的个数。

1. 函数

  • 所谓的一元函数 y=f(x)y=f(x),二元函数 z=f(x,y)z=f(x,y),这里的 1 和 2,指的是自变量的个数,自变量的英文术语为 independent variable,也即二者是在定义域内独立变化的,自然一元函数的 yy 和二元函数的 zz 都是因变量,是分别关于 xx 和 x,yx,y 的因变量,

    • 从自由度的角度来说,自变量是自由的,因变量显然是不自由的,
    • 自变量(独立变量)的个数即为自由度;

2. 离散型概率分布

  • 在比如一个离散型概率分布,{a1,⋯,ai,⋯,an}\{a_1,\cdots,a_i,\cdots,a_n\},显然满足 ∑iai=1\sum\limits_{i}a_i=1,如果没有更多的约束,显然这里的自由度为 n−1n-1,而不是 nn,也即其中只有 n−1n-1 个变量可以独立变化,其中的 n−1n-1 个值确定之后,第 nn 个数的值也得以确定;

3. 向量空间

从几何的观点看,自由度可以解释为其所处向量空间维度的大小。比如我们有如下独立的正态分布的观测样本:

X1,X2,⋯,Xn

X_1,X_2,\cdots, X_n

因为彼此是独立的,因此可以被表示为多维向量形式:

⎛⎝⎜⎜⎜⎜X1X2⋮Xn⎞⎠⎟⎟⎟⎟

\begin{pmatrix} X_1\\ X_2\\ \vdots\\ X_n \end{pmatrix}

令 X¯\bar X 为样本的均值,所以有:

⎛⎝⎜⎜⎜⎜X1X2⋮Xn⎞⎠⎟⎟⎟⎟=X¯⎛⎝⎜⎜⎜⎜11⋮1⎞⎠⎟⎟⎟⎟+⎛⎝⎜⎜⎜⎜X1−X¯X2−X¯⋮Xn−X¯⎞⎠⎟⎟⎟⎟

\begin{pmatrix} X_1\\ X_2\\ \vdots\\ X_n \end{pmatrix}=\bar X\begin{pmatrix} 1\\ 1\\ \vdots\\ 1 \end{pmatrix}+\begin{pmatrix} X_1-\bar X\\ X_2-\bar X\\ \vdots\\ X_n-\bar X \end{pmatrix}

  • 对于等式右边的第一项来说,只有 X¯\bar X 可以自由变化,因此自由度为 1;
  • 对于等式右边的第二项来说,需要满足 ∑i(Xi−X¯)=0\sum\limits_{i}\left(X_i-\bar X\right)=0,因此,其中的 n−1n-1 项成分可以自由变化,自由度为 n−1n-1;

Degrees of freedom (statistics)

自由度(degree of freedom)相关推荐

  1. 统计学名词解释 —— 1. 什么是「自由度(degree of freedom)」

    什么是自由度 数学上,自由度是一个随机向量的维度数,也就是一个向量能被完整描述所需的最少单位向量数.举例来说,从电脑萤幕到厨房的位移能够用三维向量v⃗=ai⃗+bj⃗+ck⃗\vec{v} = a\v ...

  2. 自由度(degree of freedom, df)

    自由度(degree of freedom, df)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称为该统计量的自由度. 例如,在估计总体的平均数时,样本中的n个数全部加起 ...

  3. 统计学中的自由度 Degrees of freedom (statistics)

    拾人牙慧: wiki:In statistics, the number of degrees of freedom is the number of values in the final calc ...

  4. 统计| 自由度(degree of freedom)

    以一个例子来引入自由度吧.想象你有七套衣服,并打算在一周之内每天穿不同的衣服出门.在第一天时,你有7套衣服可以选择.到了第二天,你只能从剩下的6套衣服中选择一套.第三天你只能从剩下的5套中选择一套,依 ...

  5. degree of freedom of a leg of a dog

    3 since there are 4 legs in total 12

  6. 为什么方差的自由度是n-1啦?

    自由度(degree of freedom, df)指的是计算某一统计量时,取值不受限制的变量个数.通常df=n-k.其中n为样本数量,k为被限制的条件数或变量个数,或计算某一统计量时用到其它独立统计 ...

  7. 正态分布里的西格玛_西格玛和西格玛水平

    西格玛和西格玛水平 - Jeff 很多人经常将"西格玛"和"西格玛水平"这两个概念给混淆,在学习六西格玛时,这两个概念必须明确区分开来,并掌握好. 在解释这两个 ...

  8. minitab怎么算西格玛水平_西格玛和西格玛水平

    西格玛和西格玛水平 - Jeff 很多人经常将"西格玛"和"西格玛水平"这两个概念给混淆,在学习六西格玛时,这两个概念必须明确区分开来,并掌握好. 在解释这两个 ...

  9. 多因素方差分析中预测因素的筛多_用回归来理解方差分析(二):两因素方差分析...

    1 两因素方差分析的形式 多因素方差分析针对的是多因素完全随机设计.包含两个及以上的自变量,为便于讲解,本文以两因素方差分析为例. 在一个两因素完全随机设计中,自变量 包含 ,共 个水平.自变量 包含 ...

最新文章

  1. Programming C# 学习笔记(二) 出发:“Hello World”
  2. step by step YAML 复用
  3. 在Java中实现单例模式的有效方法是什么? [关闭]
  4. android中edittext设置密码格式,Android 自定义EditText(带清理、密码可见、不可见)...
  5. python入门指南bl-Vue 3 高阶指南之 Map
  6. Django_前端显示Matplotlib画的图(亲测)
  7. HTML 样式兼容不同设备类型
  8. Asp.Net Core 中IdentityServer4 授权中心之应用实战
  9. tooctalstring_Java Long类toOctalString()方法的示例
  10. mysql2000数据库四合一_MSSQL2000四合一
  11. Python-jieba分词学习及应用
  12. poll接口《来自Linux驱动程序开发实例》
  13. Tomcat version 5.5 only supports J2EE 1.2, 1.3, and 1.4 Web modules
  14. 优先深度搜索判断曲线相交_深度优先搜索(Depth-first search)是如何搜索一张图的?...
  15. Hive面试题汇总(2021)
  16. 百度大脑通用物体识别使用攻略
  17. 西门子 Prodave通讯
  18. request_threaded_irq及IRQF_ONESHOT的简单研究
  19. 对象存储2:数据存储类型-文件存储、块存储、对象存储详解
  20. 继电器——电磁式继电器

热门文章

  1. oracle sql between and 范围,oracle between and 边界有关问题
  2. python内置高阶函数_map()函数~~内置的高阶函数
  3. %3c %3e 转换html,防止基本的XSS攻击 滤掉HTML标签
  4. linux 进程的操作,linux进程操作命令
  5. 判定是否在词典中 java_检查字典中是否已存在给定键
  6. python-两种方法实现:从字符串中找出 出现次数最多的 字母和 对应出现的个数
  7. Python数据结构实战——队列(Queue)
  8. Android Studio 导入/导出项目以及Android Device Monitor导出文件
  9. 世界五百强面试题目及应答评点
  10. TensorFlow 图像预处理(二) 图像翻转,图像色彩调整