跳转到内容

逆方差加权

维基百科,自由的百科全书

统计学中,逆方差加权(英語:inverse-variance weighting)是一种对随机变量测量值进行加权平均的方法。每个随机变量被其方差的倒数加权。该方法可使平均值的方差最小。

若随机变量的一系列独立测量值为yi,其方差为σi2,则这些测量值的逆方差加权平均为[1]

在所有加权平均方法中,逆方差加权平均的方差最小,为

若各测量值的方差相等,则逆方差加权平均与简单平均相同。

逆方差加权通常在元分析中用来整合独立测量的结果。

参考文献

[编辑]
  1. ^ Joachim Hartung; Guido Knapp; Bimal K. Sinha. Statistical meta-analysis with applications. John Wiley & Sons. 2008. ISBN 978-0-470-29089-7.