暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

常见随机变量分布的方差详细推导与证明

Python爬虫和数据挖掘 2021-07-08
2876

文章目录


  • 文章目录

    • 1. 分布

    • 2. 二项分布

    • 3. 泊松分布

    • 4. 几何分布

    • 5. 超几何分布

    • 6. 均匀分布

    • 7. 指数分布

    • 8. 正态分布


  • 关于不同分布的数学期望计算与推导,在文章「数学期望及常见分布的数学期望」中已经给出,这里不再重复证明,直接拿来使用。

1. 分布


  • 随机变量服从分布,则其分布律为  此时有 .

    证明:

2. 二项分布


  • ,则其分布律为 ,此时有

    证明:

3. 泊松分布


  • ,则其分布律为 ,此时有

    证明:

4. 几何分布


  • ,则其分布律为 ,此时有

    证明:

    我们在计算几何分布的数学期望时,引入了一个求导技巧,即

    结合我们的证明需求,该式中, 为常数,因此有
    此时有

5. 超几何分布


  • ,则其分布律为 ,此时有

    证明:

6. 均匀分布


  • ,则其概率密度为 ,此时有

    证明:

7. 指数分布


  • ,则其概率密度为 ,此时有

    证明:

8. 正态分布


  •  ,则其概率密度为 ,此时有

证明:

,另外我们还知道(「连续型随机变量及其常见分布函数和概率密度」中有相关证明,不在赘述) ,则此时有

证明方法二:

随机变量进行 标准化,令 , 此时有  ,此时有


文章转载自Python爬虫和数据挖掘,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论