统计——期望与方差
一，古典概型：
1，事件的关系
2，事件的独立及乘法公式
3，全概率公式 ：P（B）=E(1-n)P(Ai)*P(B|Ai)
完备事件组：任意2个为空集，全部事件为全集
4，贝叶斯公式：已知完备事件组，B 求B发生条件Ai代表的全概率事件组发生的概率
二、随机概率分布的数字特征：期望及方差
1，数学期望：期望值或均值，代表分布的集中趋势，E(X)或U
均值Mean：假设所有的权重是一致的，相加/个数；
期望Expectation：考虑到权重概念；
离散型随机变量的计算方法：E(X)=U=
连续型随机变量的计算放法：E(X)=U=
积分：f(x) (-无穷<x<正无穷)
微分：求导；
概率密度：连续型变量精确到1个值的概率基本为0，面积等于概率值；
2，方差：随机变量的各可能取值偏离其均值的离差平方的均值，记作D（X）或
离散型随机变量计算：
连续型随机变量：
三、期望与方差的性质：
数学期望的性质：
1，常数的期望=本身,Ec=C
2，常数倍的X之数学期望E(cX)=cEX
3，任意两个随机变量X，Y的数据期望 E(X+Y)=EX+EY
4，若X，Y相互独立，则E(XY)=E（X）E（Y）
5，若X，Y不相互独立，则P(A*B)=P(A|B)P(B)=p(B|A)P(A)
方差的性质：
1，D(c)=0
2，D(cX)=c2DX
3，X，Y相互独立才有D(X+-Y)=DX+DY
4，方差的另一计算公式：D(X)=E(X2)-(EX)2
随机变量的分类与其范围有关
版权声明：本文为CrazyJioJio原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。