首页 >> 生活 >

离散分布的期望和方差怎么求

2026-06-21 01:48:28 来源: 用户:崔钧宏 

【离散分布的期望和方差怎么求】在概率论与数理统计中,离散分布是最常见的概率分布类型之一。对于一个随机变量 $ X $,若其取值为有限或可列无限个离散值,则称为离散型随机变量。我们通常需要计算它的期望(数学期望)和方差,以了解其集中趋势和离散程度。

以下是对常见离散分布的期望和方差的总结,便于快速查阅和理解。

一、期望(均值)

期望是随机变量取值的加权平均,表示长期试验中该变量的平均结果。

公式为:

$$

E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i)

$$

其中,$ x_i $ 是随机变量的可能取值,$ P(x_i) $ 是对应的概率。

二、方差

方差衡量的是随机变量与其期望之间的偏离程度,反映数据的波动性。

公式为:

$$

Var(X) = E\left[(X - E(X))^2\right] = E(X^2) - [E(X)]^2

$$

三、常见离散分布的期望与方差

分布名称 概率质量函数(PMF) 期望 $ E(X) $ 方差 $ Var(X) $
两点分布(0-1分布) $ P(X = x) = p^x (1-p)^{1-x} $ $ p $ $ p(1-p) $
二项分布 $ B(n, p) $ $ P(X = k) = C_n^k p^k (1-p)^{n-k} $ $ np $ $ np(1-p) $
泊松分布 $ Poisson(\lambda) $ $ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} $ $ \lambda $ $ \lambda $
几何分布 $ Geom(p) $ $ P(X = k) = (1-p)^{k-1} p $ $ \frac{1}{p} $ $ \frac{1-p}{p^2} $
超几何分布 $ H(N, K, n) $ $ P(X = k) = \frac{C_K^k C_{N-K}^{n-k}}{C_N^n} $ $ \frac{nK}{N} $ $ \frac{nK(N-K)(N-n)}{N^2(N-1)} $

四、小结

- 对于任意离散分布,期望是各取值乘以其概率后的总和。

- 方差可以通过期望的平方减去期望的平方来计算,也可以直接通过每个取值与期望的差的平方乘以概率来求。

- 不同类型的离散分布具有不同的期望和方差表达式,掌握这些有助于在实际问题中进行建模与分析。

如需进一步了解每种分布的具体应用场景或推导过程,可继续深入学习相关教材或参考资料。

  免责声明:本文由用户上传,与本网站立场无关。财经信息仅供读者参考,并不构成投资建议。投资者据此操作,风险自担。 如有侵权请联系删除!

 
分享:
最新文章