www.b31.com
作者:365bet手机版 发布时间:2019-10-17 阅读:
|
全部展开 D（x）表示方差，E（x）表示期望值。 I. E（x）：1期望定义：在概率论和统计学上，数学期望（均值）（或均值，也称为期望）是实验中每个结果的概率之和。是一回事结果的总和是最基本的数学特征之一。 反映随机变量的平均值。 注意，期望值在一般意义上不必与“期望值”相同。“期望值”可能不等于每个结果。 期望值是可变输出值的平均值。 期望值不一定包含在变量输出值集中。 大数法则规定，随着迭代次数接近无穷大，这些值的算术平均值几乎突然收敛到期望值。 如果随机变量仅采用有限数量的值，或者按特定顺序列出了无穷大，则范围是一个或多个有限或无限间隔，并且该随机变量称为离散随机变量。 2预期计算：离散：E（x）= X1 * P（x1）+ X2 * P（x2）+。 + Xn * P（xn）连续类型：E（x）= x * f（x）是从负无穷大到x的正无穷大的整数，而f（x）是概率密度。 2. D（x）：1方差定义：方差是对随机变量或统计方差测量随机变量或数据集时的离散程度的度量。 概率理论方差用于衡量随机变量与其数学期望值（即均值）之间的偏差程度。 统计方差（样本方差）是每个样本值的平均值与样本总值之差的平方的平均值。 对于许多实际问题，重要的是检查偏差度，即偏差度。 方差是对源数据和期望值之间差异的度量。 方差2的统计重要性：如果数据的分布是相对分布的（即，如果数据波动非常接近平均值），则数据与平均值之间的差的平方和大，方差为如果度量数据的分布集中，则单个数据与平均值之间差异的平方和很小。 因此，方差越大，数据变化就越大。方差越小，数据变化就越少。 数据与样本内样本均值之差的平均平方和称为样本方差。样本方差的算术平方根称为样本标准偏差。 样品方差和样品标准偏差是样品变化幅度的度量。样本方差或样本标准偏差越大，样本数据中的变化就越大。显示。 扩展数据：第一，均值和方差：1。 当X和Y不相关时，E（XY）= E（X）E（Y）2。 D（X）= E（X ^ 2）-（E（X））^ 2其中E（X（X + Y-2））= E（X ^ 2 + XY-2X）= E（X ^2）+ E（XY）-2E（X）重要分布：1，0-1分布：E（X）= p，D（X）= p（1-p）2，二项式分布B（n，p）：P（X = k）= C（k ）P ^ k？（1-p）^（nk），E（X）= np，D（X）= np（1-p）3，泊松分布X？P（X = k）=（λ^ k/ k！ ）？E ^-λ，E（X）=λ，D（X）=λ4，均匀分布U（a，b）：E（X）=（a + b）/ 2，D（X）=（ba^查看2/12：百度百科-数学期望百度百科-变化 
|