方差(variance)定义和属性
var(X)=E[(X−μ)2]
根据期望值规则可得:
var(X)=∑x(x−μ)2PX(x)
标准差(Standard deviation):σX=var(X)−−−−−−√
var(aX+b)=a2var(X)
一个有用的公式:var(X)=E[X2]−(E[x])2
推导过程如下:
μ是常量,代表随机变量X的期望
var(X)=E[(X−μ)2]=E[
本文详细探讨了方差的定义和属性,包括如何计算方差、标准差,以及方差在Bernoulli和均匀随机变量中的应用。此外,还介绍了条件概率、全期望定理和几何随机变量的期望。同时,文章阐述了多个随机变量的联合概率分布以及期望的线性性质,并用二项分布的例子进一步解释了期望的计算。
var(X)=E[(X−μ)2]
根据期望值规则可得:
var(X)=∑x(x−μ)2PX(x)
标准差(Standard deviation):σX=var(X)−−−−−−√
var(aX+b)=a2var(X)
一个有用的公式:var(X)=E[X2]−(E[x])2
推导过程如下:
μ是常量,代表随机变量X的期望
var(X)=E[(X−μ)2]=E[
1万+
1271
679
3510

被折叠的 条评论
为什么被折叠?