ขยายคำตอบของ @Scortchi . .
สมมติว่าประชากรมีสมาชิก 5 คนและคุณมีงบประมาณในการสุ่มตัวอย่าง 5 คน คุณมีความสนใจในค่าเฉลี่ยประชากรของตัวแปร X ซึ่งเป็นลักษณะของบุคคลในกลุ่มประชากรนี้ คุณสามารถทำได้ด้วยวิธีของคุณและสุ่มตัวอย่างด้วยการเปลี่ยน ความแปรปรวนของค่าเฉลี่ยตัวอย่างจะเป็น V (X) / 5
ในทางกลับกันสมมติว่าคุณสุ่มตัวอย่างบุคคลทั้งห้าโดยไม่มีการเปลี่ยน จากนั้นความแปรปรวนของค่าเฉลี่ยตัวอย่างคือ 0 คุณได้สุ่มตัวอย่างประชากรทั้งหมดแต่ละคนอย่างแน่นอนครั้งเดียวดังนั้นจึงไม่มีความแตกต่างระหว่าง "ค่าเฉลี่ยตัวอย่าง" และ "ค่าเฉลี่ยประชากร" พวกเขาเป็นสิ่งเดียวกัน
ในโลกแห่งความเป็นจริงคุณควรกระโดดด้วยความดีใจทุกครั้งที่คุณทำการแก้ไขประชากร จำกัด เนื่องจาก (drumroll...) มันทำให้ความแปรปรวนของตัวประมาณของคุณลดลงโดยที่คุณไม่ต้องรวบรวมข้อมูลเพิ่มเติม เกือบจะไม่มีอะไรทำ มันเหมือนเวทมนตร์: เวทมนตร์ที่ดี
พูดอย่างเดียวกันในวิชาคณิตศาสตร์ (ให้ความสนใจกับ <และถือว่าขนาดตัวอย่างมากกว่า 1):
การแก้ไขตัวอย่าง จำกัด = N- nยังไม่มีข้อความ- 1< N- 1ยังไม่มีข้อความ- 1= 1
การแก้ไข <1 หมายถึงการใช้การแก้ไขทำให้ความแปรปรวนลดลง 'ทำให้คุณใช้การแก้ไขด้วยการคูณมันกับความแปรปรวน ความแปรปรวน DOWN == ดี
ย้ายไปในทิศทางตรงกันข้ามโดยสิ้นเชิงจากคณิตศาสตร์คิดเกี่ยวกับสิ่งที่คุณถาม หากคุณต้องการเรียนรู้เกี่ยวกับประชากรและคุณสามารถสุ่มตัวอย่างจากผู้คนได้ 5 คนดูเหมือนว่าคุณจะได้เรียนรู้เพิ่มเติมโดยการสุ่มตัวอย่างคนเดียวกัน 5 ครั้งหรือดูเหมือนว่าคุณจะเรียนรู้มากขึ้นโดยมั่นใจ คุณลองตัวอย่าง 5 คนที่แตกต่างกันไหม
กรณีของโลกแห่งความจริงเกือบจะตรงกันข้ามกับสิ่งที่คุณพูด คุณแทบจะไม่เคยลองชิมมาแทนที่ --- มันก็ต่อเมื่อคุณกำลังทำสิ่งพิเศษเช่น bootstrapping ในกรณีนี้คุณกำลังพยายามทำให้ตัวประมาณผิดและทำให้ความแปรปรวน "ใหญ่เกินไป"