几何分布的期望和方差公式推导_数学期望、方差、协方差
概论:
一维随机变量期望与方差
二维随机变量期望与方差
协方差
1.一维随机变量期望与方差:
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(x²)-E²(x)
标准差:根号下的方差
常用分布的数学期望和方差:
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π(λ) 期望λ 方差λ
几何分布 期望1/p ,方差(1-p)/p²
正态分布 期望μ,方差σ²
均匀分布,期望a+b/2,方差(b-a)²/12
指数分布E(λ)期望1/λ,方差1/λ²
卡方分布,x²(n) 期望n 方差2n
期望E(x)的性质:
E(c)=c
E(ax+c)=aE(x)+c
E(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)=a²D(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与方差:
3.协方差: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:
ρxY=Cov(X,Y)/X的标准差*Y的标准差
ρxY=0为X与Y不相关
记住:独立一定不相关 ,不相关不一定独立。
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)
几何分布的期望和方差公式推导_数学期望、方差、协方差相关推荐
- python 数学期望_数学期望(离散型和连续型)
数学期望的定义 数学期望的计算公式 例题 1.数学期望的定义 在概率论和统计学中,数学期望(或均值)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一.它反映随机变量平均取值的大小. ...
- 几何分布的期望和方差公式推导_超几何分布的数学期望与方差推导
考虑 个外表相同的物品,其中有 个同类物品与另一类的 个物品:抽取 个物品,每个物品的抽取等概率随机. 上述便是一个超几何分布(Hypergeometric Distribution)的基本模型. 抽 ...
- 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. ...
- python 数学期望_数学期望
主题:数学期望 数学期望就是总体的均值,或者各项的加权平均.何解? 1. 先看看均值为何? data = {1, 2, 3, 4, 5, 6} \[\text{average} = \frac{1+2 ...
- 基于python的异方差检验_讲讲异方差的检验
我们前面讲了异方差,也讲了怎么用图示法来判断是否有异方差,这一篇来讲讲怎么用统计的方法来判断有没有异方差. 关于检验异方差的统计方法有很多,我们这一节只讲比较普遍且比较常用的white test(怀特 ...
- 几何分布的期望和方差公式推导_平方差公式证明推导过程及运用详解(数学简便计算方法之一)...
平方差公式是小学奥数计算中的常用公式. 通常写为:a²-b²=(a+b)x(a-b) 它的几何方法推导过程是这样的: 如下图所示,四边形ABCD和四边形DEFG为正方形,边长分别为a和b,求阴影部分 ...
- 二阶龙格库塔公式推导_[数学]龙格-库塔法
原理思想 要想求出非常近似的值,有种神器叫做泰勒公式 .泰勒给出了任意一个函数都可以用多项式逼近的方法求出函数值.这与常微分方程的数值方法的思想类似,就是已知初始值,借助导数这个工具,将其近似成求另一 ...
- 方差 标准差_均值、方差、标准差、协方差、相关系数的概念及意义
一.均值(期望).方差.标准差 下面给出这些概念的公式描述: 均值(期望): 方差: 标准差: 均值(期望)描述的是样本集合的中间点(平均值),但是它告诉我们的信息是有限的,而标准差给我们描述的是样本 ...
- 数学期望、方差、标准差、协方差、残差、均方差、均方误差、均方根误差、均方根值对比分析及python实现
内容较多,如有错误之处请评论区留言以便更正,内容仅供参考. 文章目录 期望(Expected value) 意义 定义 离散型 连续型 期望与平均值的区别 方差(Variance) 案例 概率论方差 ...
最新文章
- Microsoft StreamInsight 构建物联网
- 同软件多个线程设置不同ip_5-13网络编程(附带多线程死锁,线程通信)
- 1、spring的概述
- 《c语言从入门到精通》看书笔记——第13章 预处理
- 整理一篇Linux drm显示系统的文章
- iOS ReactiveCocoa 最全常用API整理(可做为手册查询)
- 输出图片任意点的像素坐标(结合IRFANVIEW使用)
- 基于Java+SpringBoot+vue+elementui农产品物流系统详细设计实现
- 【C系列】How to printf “unsigned long” in C?
- Backtrader量化平台教程(六)Analyzer
- anaconda的所有版本大全--下载地址
- 基于ubuntu18.04搭建双线adsl路由器和私有云服务器(samba、ftp和http)
- Label Matching Semi-Supervised Object Detection
- 轻松解决 f2pool鱼池ethermine连接失败antpool矿池连接不上的问题E池连接超时
- 怎样在今日头条引流卖产品?今日头条免费引流技巧?
- liquidFill---实现柱状水滴图
- antd右侧菜单栏点击更换icon
- 拜占庭算法的背景、原理
- 计算机网络与安全专业属工程类,信息安全专业属于什么专业类别
- 如何实现更好的推荐结果?腾讯微信提出深度反馈网络
热门文章
- QT+OPENCV+FFTW内存问题
- [Flex] Flex 控件类 的自定义事件添加
- 洛谷p1216 IOI1994 Day1T1
- SFP光模块与SFP+、XFP、QSFP、GBIC、BIDI的区别
- (转)关于Android中为什么主线程不会因为Looper.loop()里的死循环卡死?引发的思考,事实可能不是一个 epoll 那么 简单。...
- Go语言【第十四篇】:Go语言基础总结
- centos6.6安全设置
- Apache Hive 建表操作的简单描述
- 基于直接最小二乘的椭圆拟合(Direct Least Squares Fitting of Ellipses)
- 3. Storm编程框架