技术问询：为何$Var(ar Y)$为$1/n * heta$而非$1/n^2 * heta$

你提到的这个差异，核心是没理清独立随机变量和的方差性质以及样本均值的定义，咱们一步步来拆解：

首先，明确样本均值的定义：假设我们有n个独立同分布的泊松随机变量$Y_1, Y_2, ..., Y_n$，每个$Y_i \sim Poisson(\theta)$，那么样本均值$\bar{Y} = \frac{Y_1 + Y_2 + ... + Y_n}{n}$。

接下来回忆方差的两个关键性质：

• 对于独立随机变量，和的方差等于方差的和：如果$X_1,X_2,...,X_n$独立，那么$Var(X_1+X_2+...+X_n) = Var(X_1)+Var(X_2)+...+Var(X_n)$
• 对于常数c和随机变量X，$Var(cX) = c^2 Var(X)$

现在代入泊松分布的情况：

1. 单个泊松变量的方差$Var(Y_i) = \theta$（这是泊松分布的性质，均值和方差相等）
2. n个独立泊松变量和的方差：$Var(Y_1+...+Y_n) = n * Var(Y_i) = n\theta$（因为每个变量方差都是θ，独立相加）
3. 计算样本均值的方差：把和除以n，相当于给这个和乘以常数$\frac{1}{n}$，所以：
   $$Var(\bar{Y}) = Var\left(\frac{1}{n}(Y_1+...+Y_n)\right) = \left(\frac{1}{n}\right)^2 * Var(Y_1+...+Y_n) = \frac{1}{n^2} * n\theta = \frac{\theta}{n}$$

你之前预期的$\frac{1}{n^2}\theta$，其实是单个随机变量除以n的方差（比如$Var(\frac{Y_1}{n}) = \frac{1}{n^2}Var(Y_1) = \frac{\theta}{n^2}$），但样本均值是n个变量的平均，不是单个变量的缩放，这就是两者的核心区别。

总结一下：样本均值的方差是单个变量方差除以n，而不是除以n²，因为n个独立变量的和已经把方差放大了n倍，再除以n的平方，最终结果就是$\frac{\theta}{n}$。

内容的提问来源于stack exchange，提问作者Vince Miller