前一篇文章《二项分布》中说过,伯努利分布(也称为两点分布或0-1分布)是二项分布在n=1时的特例。我们先看伯努利分布的均值和方差的推导。

根据离散型随机变量均值和方差的定义,若离散型随机变量X的分布列为:

X x1 x2 ... xi ... xn
P p1 p2 ... pi ... pn

则称E(X)=x1*p1+x2*p2+...+...xi*pi+...+xn*pn为随机变量X的均值或数学期望,称为随机变量X的方差。

伯努利分布的分布列为:

X 0 1
P 1-p p

则根据离散型随机变量的均值和方差定义:
E(X)=0*(1-p)+1*p=p

D(X)=(0-E(X))2(1-p)+(1-E(X))2p=p2(1-p)+(1-p)2p=p2-p3+p3-2p2+p=p-p2=p(1-p)

对于二项分布X~B(n,p),X表示的是n次伯努利试验中事件发生次数的随机变量。用Xi表示第i次伯努利试验中的随机变量,那么n次伯努利试验总的随机变量X可以表示成:

X=X1+X2+...+Xi+...+Xn

一直没有找到满意的随机变量和、差、积、商的物理/几何/现实意义,如果有了解的朋友不妨留言,不甚感激。

根据均值和方差的性质,如果两个随机变量X,Y相互独立,那么:

E(X+Y)=E(X)+E(Y)

D(X+Y)=D(X)+D(Y)

对于二项分布X~B(n,p),每一次伯努利试验都相互独立,因此:

E(X)=E(X1)+E(X2)+...+E(Xi)+...+E(Xn)=p+p+...+p+...p=np

D(X)=D(X1)+D(X2)+...+D(Xi)+...+D(Xn)=p(1-p)+p(1-p)+...+p(1-p)+...+p(1-p)=np(1-p)

二项分布均值和方差的简单推导相关推荐

  1. 多元条件高斯分布的均值和方差的数学推导(Bishop: Patten Recognition and Machine Learning 第二章)

    高斯分布是概率统计.机器学习等领域非常重要的一类分布,而多元高斯分布是单元高斯分布在高维数据下的表现形式.多元高斯分布中有一条重要的性质,如果两个变量集的联合是高斯分布,那么其中一个变量集在以另一个变 ...

  2. 二项分布均值,方差推导

    二项分布的概率质量函数为: p(k)=(nk)pk(1−p)n−k,for 0≤k≤n \begin{align}p(k)= \begin{pmatrix} n \\ k \\ \end{pmatri ...

  3. 二项分布均值和方差的推导

    Y服从0-1 分布,X服从二项分布B(n,p) X = Y1 + ... + Yn 0   1 1-p p E(Y) = p; D(Y) = (1-p)*(p^2) + p * (1-p)^2 = p ...

  4. 均值方差递推公式推导 + 求取两组数据合并后的均值和方差

    文章目录 一.均值方差递推公式推导 1.递推公式 2.均值递推公式推导 3.方差递推公式推导 4.RMSE 方递推公式推导 二.求取两组数据合并后的均值和方差 一.均值方差递推公式推导 在计算机处理一 ...

  5. 简单教你计算图片数据集的均值和方差

    当要对图片数据集进行归一化时,需要计算它的均值和方差. 步骤如下: 先导入图片数据集,用ImageFolder()导入,再把图片转换为张量,用ToTenser()转换,遍历每一张图片,接着遍历每一张图 ...

  6. 几何分布的期望和方差公式推导_算法数学基础-统计学最基础之均值、方差、协方差、矩...

    我们天天都可以接触很多随机现象,比如每天的天气不一样气温是我们最直接的感受,我们很难预测明天的精确问题,但是这些随机现象又体现出了一定的规律性.比如上海7月份平均35度左右,冬天的平均温度在5度左右. ...

  7. 概率论:均值、方差与协方差矩阵

    http://blog.csdn.net/pipisorry/article/details/48788671 要理解协方差矩阵,从以下几个步骤来说 期望 --> 方差-->协方差--&g ...

  8. 概率论中均值、方差、标准差介绍及C++/OpenCV/Eigen的三种实现

    概率论是用于表示不确定性声明(statement)的数学框架.它不仅提供了量化不确定性的方法,也提供了用于导出新的不确定性声明的公理.在人工智能领域,概率论主要有两种用途.首先,概率法则告诉我们AI系 ...

  9. python计算csv列平均值_利用Python读取CSV文件并计算某一列的均值和方差

    近日需要对excel的csv文件进行处理,求取某银行历年股价的均值方差等一系列数据 文件的构成很简单,部分如下所示 总共有接近七千行数据,主要的工作就是将其中的股价数据提取出来,放入一个数组之中,然后 ...

最新文章

  1. delphi内存泄露查找工具之MemProof教程
  2. 二分图最大权匹配 KM算法
  3. Qt总结之十九:Qt中控件new之后需不需要delete的问题
  4. 春考本科2018招计算机的学校,山东2018春季高考本科普通批一志愿院校投档情况统计表...
  5. 局域网共享设置——权限问题
  6. appium+python 多设备并行执行脚本【转】
  7. 2022-2028年中国飞机电子飞行包(EFB)行业市场竞争状况及发展趋向分析报告
  8. 网易云信浏览器WebRTC视频聊天集成
  9. Flash网站的优缺点
  10. Typescript的优缺点和面试题
  11. 提取整数的各个位数 (Separating the Digits in an Integer)
  12. 内存容错技术ECCChipkill保护镜像
  13. 2014腾讯校园招聘笔试题
  14. Anroid Studio开发---日记本App
  15. 数学建模竞赛基础知识
  16. Windows10文件后缀名不显示·解决方法
  17. 计算—六合彩的中奖概率
  18. redhat6.3 jfreechar中文乱码解决途径
  19. 智能灯控制页面用HTML编写,3分钟教你创建手机APP控制全彩智能灯泡应用,图形化编程!...
  20. 记录几个阿里云的时间服务器

热门文章

  1. ft2232驱动安装方法_关于Win10无法安装英伟达驱动的处理方法
  2. 搞 java7 年,我有点想法想和大家聊聊
  3. 深入分析线程池的实现原理
  4. 程序员,想要彻底弄懂Redis,这15点你一定要明白~(纯干货)
  5. sqlserver的基本介绍
  6. json数据格式 python_python中json是什么文件格式
  7. 【排序算法】图解桶排序
  8. pat德才论(java)
  9. Gentoo 安装日记 09 (安装stage3:下载内核)
  10. 计算机用户删除 cmd,用命令行删XP中的用户。除administrator外