【各種分布的方差與期望】在概率論和統(tǒng)計(jì)學(xué)中，了解不同概率分布的期望值（均值）和方差是分析隨機(jī)變量行為的重要基礎(chǔ)。每種分布都有其獨(dú)特的性質(zhì)，掌握這些數(shù)值有助于我們更好地理解數(shù)據(jù)的集中趨勢(shì)和離散程度。

以下是對(duì)常見(jiàn)概率分布的期望與方差的總結(jié)，內(nèi)容以文字加表格的形式呈現(xiàn)，便于查閱和學(xué)習(xí)。

一、離散型分布

1. 二項(xiàng)分布（Binomial Distribution）

- 定義：在n次獨(dú)立重復(fù)試驗(yàn)中，成功次數(shù)X服從參數(shù)為n和p的二項(xiàng)分布。

- 期望：E(X) = np

- 方差：Var(X) = np(1 - p)

2. 泊松分布（Poisson Distribution）

- 定義：描述單位時(shí)間內(nèi)事件發(fā)生次數(shù)的概率分布，參數(shù)λ表示平均發(fā)生率。

- 期望：E(X) = λ

- 方差：Var(X) = λ

3. 幾何分布（Geometric Distribution）

- 定義：表示首次成功發(fā)生在第k次試驗(yàn)時(shí)的概率，參數(shù)p為每次試驗(yàn)成功的概率。

- 期望：E(X) = 1/p

- 方差：Var(X) = (1 - p)/p2

4. 超幾何分布（Hypergeometric Distribution）

- 定義：從有限總體中不放回抽樣時(shí)的成功次數(shù)分布。

- 期望：E(X) = n (K/N)

- 方差：Var(X) = n (K/N) (1 - K/N) (N - n)/(N - 1)

二、連續(xù)型分布

1. 均勻分布（Uniform Distribution）

- 定義：在區(qū)間[a, b]上均勻分布的隨機(jī)變量。

- 期望：E(X) = (a + b)/2

- 方差：Var(X) = (b - a)2 / 12

2. 正態(tài)分布（Normal Distribution）

- 定義：最常見(jiàn)的一種連續(xù)分布，由均值μ和標(biāo)準(zhǔn)差σ決定。

- 期望：E(X) = μ

- 方差：Var(X) = σ2

3. 指數(shù)分布（Exponential Distribution）

- 定義：描述事件發(fā)生時(shí)間間隔的概率分布，參數(shù)λ為速率參數(shù)。

- 期望：E(X) = 1/λ

- 方差：Var(X) = 1/λ2

4. 伽馬分布（Gamma Distribution）

- 定義：指數(shù)分布的推廣，常用于描述等待時(shí)間或壽命。

- 期望：E(X) = α/β

- 方差：Var(X) = α/β2

三、其他重要分布

1. 伯努利分布（Bernoulli Distribution）

- 定義：?jiǎn)未卧囼?yàn)中成功或失敗的概率分布。

- 期望：E(X) = p

- 方差：Var(X) = p(1 - p)

2. 負(fù)二項(xiàng)分布（Negative Binomial Distribution）

- 定義：表示在第r次成功前失敗次數(shù)的分布。

- 期望：E(X) = r(1 - p)/p

- 方差：Var(X) = r(1 - p)/p2

各種分布的期望與方差匯總表

通過(guò)以上總結(jié)，我們可以對(duì)各類(lèi)分布的基本特征有一個(gè)清晰的認(rèn)識(shí)。在實(shí)際應(yīng)用中，根據(jù)數(shù)據(jù)的特性選擇合適的分布模型，有助于更準(zhǔn)確地進(jìn)行統(tǒng)計(jì)推斷和數(shù)據(jù)分析。