暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

方差定义、性质及常见分布的方差查询表

Python爬虫和数据挖掘 2021-07-08
2013

文章目录


  • 文章目录

    • 1. 引言

    • 2. 方差定义

    • 3. 方差性质

    • 4. 常见分布的期望与方差查询表


1. 引言


我们知道,数学期望表示随机变量的平均值,例如,有一批灯泡,其平均寿命是(小时),但是仅有这一项指标并不能知道这批灯泡质量的好坏,如有可能大部分的寿命在之间,也有可能其中约一半是高质量的,寿命可能在小时左右,其余的则质量较差,寿命约只有小时,因此,研究随机变量与其平均值的偏离程度是十分必要的,为了度量这个偏离程度,我们很容易想到

.由于该式中带有绝对值,运算不便,且有些时候绝对值不可导,不方便进行研究,因此,我们用
来度量随机变量与其均值的偏离程度。


2. 方差定义


  • 定义

    是一个随机变量,若存在,则称「方差」. 记为,即


    在应用上还引入量,记为,称为「标准差」「均方差」

    实际上,根据方差的定义,方差和均值是有一个单位的问题的,如引言中灯泡的寿命,期望的单位为‘小时’,方差的单位为‘小时的平方’,引入标准差之后,标准差的单位则和期望的单位就保持一致了.

  • 由定义可知,方差其实是随机变量的函数的数学期望,因此

    • 对于离散型随机变量,有
      其中的分布律
    • 对于连续型随机变量,有
      其中的概率密度。
  • 在实际计算方差中,我们往往使用


    证明:

  • 标准化

    设随机变量具有数学期望,方差 ,记

    , 则其期望为
    方差为


    的数学期望为,方差为. 称为「标准化变量」 .

3. 方差性质


  • 是常数,则

    证明:

    根据方差的定义,方差表示随机变量和期望的偏离程度,随机变量恒为一个常数,很明显,不存在偏离,因此

  • 是随机变量,是常数,则有

    证明:

    证明:

  • 是两个随机变量,则有


    证明:

    特别,若相互独立,则有


    证明 :

    这一性质可以推广到任意有限多个相互独立的随机变量之和的情况。

  • 的充要条件是以概率取常数,即

    证明:

    充分性,已知 ,则 .

    注意,这里不能根据 判定随机变量X为一个常数, 原因是离散型可以得出这个结论,但是对于连续型,其选中有限个点之后,剩余的点的概率仍为1,但是这部分被选中的点的取值,不一定为该常数


    必要性,已知 ,要证明 ,利用反证法,证明如下:

    假设,则对于某一个数,有 ,由切比雪夫不等式,对于任意的 ,有 与假设矛盾,

4. 常见分布的期望与方差查询表


分布参数分布律或概率密度数学期望方差
  分布          
二项分布    
  
  
  
    
泊松分布      
  
    
几何分布            
超几何分布    
  
  
  
  
    
均匀分布          
指数分布          
正态分布      
  
    


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