随机变量取值与其数学期望的偏离程度——方差

简介: 随机变量取值与其数学期望的偏离程度——方差

正文


方差的定义


设随机变量X 的数学期望E ( X ) 存在,若 E[(X-E(X))^2]存在,则E E[(X-E(X))^2]]为随机变量X的方差,记为D ( X )或V a r ( X ),即:

D(X)=E[(X-E(X))^2]

10.png为随机变量X XX的标准差或均方差,记作σ ( X )

由定义可知,方差是随机变量X 函数11.png的数学期望。故

12.png

实际计算中,我们常常用如下公式计算方差:

13.png

方差的性质


设c 为常数,则D ( c ) = 0

14.png


常用分布的方差


分布函数 分布律或概率密度函数 数学期望 方差

15.png

16.png

相关文章
|
8月前
|
大数据
stata具有异方差误差的区间回归
stata具有异方差误差的区间回归
|
数据可视化 Python
概率学中的随机变量与分布
概率学中的随机变量与分布
概率学中的随机变量与分布
|
机器学习/深度学习 数据挖掘
06 随机变量及其分布
06 随机变量及其分布
97 0
(一)探索随机变量及其分布:概率世界的魔法
(一)探索随机变量及其分布:概率世界的魔法
(二)随机变量的数字特征:探索概率分布的关键指标
(二)随机变量的数字特征:探索概率分布的关键指标
离散型随机变量和连续型随机变量及其常见分布(下)
离散型随机变量和连续型随机变量及其常见分布
|
机器学习/深度学习
离散型随机变量和连续型随机变量及其常见分布(上)
离散型随机变量和连续型随机变量及其常见分布
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?
88 0
多变的夏普率二---正态分布约束下的样本的标准差是无偏估计?