楼主要首先要搞清楚总体，样本，样本值等一些基本概念

楼主没有表达清楚，刚开始我以为你的X1、X2、X3指的是容量为3的1个样本，后来才知道你指的是3个样本，每个样本的容量为3.
那么这样思考：
        第一个样本的均值是（x11+x12+x13) /3 =a（x小写指的是样本值）
        第二个样本的均值是（x21+x22+x23) /3 =b
        第三个样本的均值是（x31+x32+x33) /3 =c
当然总体期望值=0，并不意味着a,b,c就等于0，这里的a,b,c就是样本均值

如果再使m=（a+b+c)/3，一般可以这么认为，此时用m近似表示总体期望要好于a,b,c中任何一个（虽然m不等于0）。如果我们取N个样本，N无穷大，每个样本算出均值，再将这些均值平均，那么此时的m就几乎等于总体期望（辛钦大数定理），这就是为什么E(X-bar）=0的原因（其实这个公式从样本角度去考虑将更简单，不过我们平时估计的时候是使用样本值的）

其实我们也是用这种方法来定义无偏性的！

关于对期望和均值的区别：我认为期望实质是加权平均，他表示的是总体或样本的真正的中心，我们很多时候关注的是总体的期望，其实我认为样本也是有期望值的，只是我们一般不知道各个样本值的权数（如果知道权数，就表示我们已经知道总体的分布了，那再抽取样本作估计就没有任何意义）。
                                               而样本均值是简单的平均（权数相等），可见样本期望值和样本均值是有微小的差别的，其实平时估计的时候我们关注的是总体的期望值，当然最好的计算总体期望的办法是算出每个样本的期望值，再对各个样本期望值再求期望，这是最接近总体期望的办法！显然我们不知道权数。因此我们用权数相等的样本均值来代替样本期望，再对各个样本均值按相同权数取均值，此时的均值我们就认为是总体的期望了（样本越多估计越准确）。其实此时的样本均值就是总体期望的无偏估计！

均值就是期望,期望就是均值
所谓均值的期望是指,每组样本都有一个均值,但是总体可以抽取很多组样本(假设为n),如果把这些所有的组(n组)都抽取出来,计算每组均值的期望（均值）,那么这个均值的均值就等于总体的均值。

感谢 加油 顶 呵呵

本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewth ... &from^^uid=382275

感谢 加油 顶 呵呵

本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewth ... &from^^uid=382275

thanks
7# franksj

很有意思的讨论，这种讨论支持

看懂了

期望是加权平均值，可以当重心理解，均值就是算术平均。

If you do an experiment,

The expected value is given by the average of all the possible values weighted by their probability.
The mean instead is the actual mean value you have after N runs.

Statistically: Mean-->Expected Value for N-->infinite.

Of course if you calculate the expected value and the mean on a finite set of value the two calculation will give the same result.

两个是一样的概念，只是叫法不一样而已

感谢！

观点不错  学习了

也是纠结了很久才找到最终的解决方案，谢谢

学习了

感谢楼主解答。