为什么Python的numpy.var()计算方差时默认不使用贝塞尔校正？

你观测到的手动无校正计算结果和numpyvar()输出完全一致属于正常现象，核心原因如下：

• numpy内置的var()方法默认计算的是未做贝塞尔校正的总体方差，分母默认采用数据总量n，刚好和你手动除以len(nums)的计算逻辑一致。
• 方差计算的两种标准逻辑：
  • 总体方差：当你使用的数据集就是研究的全部总体时，无需做校正，分母直接取n即可，这是所有科学计算库方差方法的默认行为。
  • 样本方差：当你使用的数据集只是从总体中抽取的部分样本，需要用样本数据估计总体方差时，才需要启用贝塞尔校正，分母改为n-1，避免低估总体方差。
• 如果你需要获取校正后的样本方差，可以调整var()的ddof（自由度增量）参数，该参数默认值为0，计算时分母为数据总量 - ddof，传入ddof=1即可得到校正结果，示例代码：

  # 贝塞尔校正后的样本方差
  corrected_variance = np.array(nums).var(ddof=1)
  

很多统计入门教材会优先讲解抽样统计场景，重点强调样本方差的n-1校正，容易让使用者形成“方差计算默认分母是n-1”的认知偏差，实际工具库为了覆盖更多使用场景，默认都会采用无校正的总体方差逻辑。

内容的提问来源于stack exchange，提问作者ahoogah