数学期望、方差、协方差 指数分布的方差是什么


数学期望、方差、协方差 指数分布的方差是什么

文章插图
导言: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
1.一维随机变量的期望和方差;公式:
离散类型:
E(X)=∑i=1->nXiPi
Y=g(x)
E(Y)=∑i=1->ng(x)Pi
连续类型:
e(X)=∞-∞->+∞xf(X)dx
Y=g(x)
e(Y)=∞-∞->+∞g(x)f(x)dx
方差:D(x)=E(x)-E(x)
标准差:根号下的方差 。
共同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()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/且方差为1/
卡方分布,x(n)期望N端信息资源的网络差为2n 。
期望E(x)的信息资源网络性质:
e信息资源网(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)=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.协方差:Cov(X,y):D(X+-Y)=D(X)+D(Y)+-2Cov(X,Y)
协方差:
盖(X,Y)=E(XY)-E(X)E(Y)
相关系数:
xy = cov的标准偏差(X,Y)/X * Y的标准偏差
XY=0表示x与y无关 。
记住:独立一定是不相关的,不相关不一定意味着独立 。
协方差的本质:
封面(X,Y)=封面(Y,X)
Cov(X,C)=0
CoV(X,X)=D(X)
Cov(ax+b,Y)=aCov(X,Y)
【数学期望、方差、协方差 指数分布的方差是什么】


    推荐阅读