文章目录[隐藏]
简介:
一维随机变量的期望和方差
二维随机变量的期望和方差
协方差
1.一维随机变量期望和方差:
公式:
离散型:
E(X)=∑i=1->nXiPi
Y=g(x)
E(Y)=∑i=1->ng(x)Pi
连续型:
e(X)=∫-∞-->+∞xf(X)dx
Y=g(x)
e(Y)=∫-∞-->+∞g(x)f(x)dx
方差:D(x)=E(x)-E(x)
标准加文社会百科全书差异:根号下的方差
常用的数学期望和分布方差:
0~1分布期望p方差p(1-p)
二项分布B(n,p)期望np,方差np(1-p)
泊松分布()期望方差
几何期望1/p,方差(1-p)/p
正态分布期望,方差
均匀分布,预期a+b/2,方差(b-a)/12
指数分布e()期望1/,方差1/
卡方分布,x(n)期望n方差2n
期望E(x)的性质:
E(c)=c
E(ax+c)=aE(x)+c
E嘉文社百科(x+-Y)=E(X)+-E(Y)
x和y相互独立:
E(XY)=E(X)E(Y)
方差D(X)的性质:
D(c)=0
D(aX+b)=aD(x)
D(X+-Y)=D(X)+D(Y)+-2Cov(X,Y)
x和y相互独立:
D(X+-Y)=D(X)+D(Y)
2.二维随机变量的期望和方差:
3.Cov(X,y):
D(X+-Y)=D(X)+D(Y)+-2Cov(X,Y)
协方差:
Cov(X,Y)=E(XY)-E(X)E(Y)
相关系数:
XY=Cov(X,y)/X的标准差* y的标准差
XY=0是x,与y无关。
记住:独立一定是无关的,无关不一定独立。
协方差的性质:
Cov(X,Y)=Cov(Y,X)
Cov(X,C)=0
CoV(X,X)=D(X)
Cov(ax+b,Y)=aCov(X,Y)
以上就是由优质生活领域创作者 嘉文社百科网小编 整理编辑的,如果觉得有帮助欢迎收藏转发~
本文地址:https://www.jwshe.com/696016.html,转载请说明来源于:嘉文社百科网
声明:本站部分文章来自网络,如无特殊说明或标注,均为本站原创发布。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。分享目的仅供大家学习与参考,不代表本站立场。