關于指數分布的方差是什么_數學期望、方差、協方差 這個很多人還不知道，今天小編來為大家解答以上的問題，現在讓我們一起來看看吧！

(資料圖片)

簡介:

一維隨機變量的期望和方差

二維隨機變量的期望和方差

協方差

1.一維隨機變量期望和方差:

公式:

離散型:

E(X)=∑i=1->nXiPi

Y=g(x)

E(Y)=∑i=1->ng(x)Pi

連續型:

e(X)=∫-∞-->+∞xf(X)dx

Y=g(x)

e(Y)=∫-∞-->+∞g(x)f(x)dx

方差:D(x)=E(x)-E(x)

標準差:根號下的方差。

常用的數學期望和分布方差:

尤優資源網的0～1分布期望p，方差p(1-p)

二項分布B(n，p)期望np，方差np(1-p)

泊松分布()期望方差

幾何期望1/p，方差(1-p)/p

正態分布期望，方差

均勻分布，預期a+b/2，方差(b-a)/12

指數分布e()期望1/，方差1/

卡方分布，x(n)期望n方差2n

期望E(x)的性質:

E(c)=c

E(ax+c)=aE(尤優資源網x)+c

E(x+-Y)=E(X)+-E(Y)

x和y相互獨立:

E(XY)=E(X)E(Y)

方差D(X)的性質:

D(c)=0

D(aX+b)=aD(x)

D(X+-Y)=D(X)+D(Y)+-2Cov(X，Y)

x和y相互獨立:

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

2.二維隨機變量的期望和方差:

3.Cov(X，y)優優資源網:

D(X+-Y)=D(X)+D(Y)+-2Cov(X，Y)

協方差:

Cov(X，Y)=E(XY)-E(X)E(Y)

相關系數:

XY=Cov(X，y)/X的標準差* y的標準差

XY=0是x，與y無關。

記住:獨立一定是無關的，無關不一定獨立。

協方差的性質:

Cov(X，Y)=Cov(Y，X)

Cov(X，C)=0

CoV(X，X)=D(X)

Cov(ax+b，Y)=aCov(X，Y)

關鍵詞：

責任編輯：Rex_11