【七個分布的期望與方差】在概率論與數(shù)理統(tǒng)計中，常見的概率分布有多種，每種分布都有其特定的數(shù)學期望和方差。這些數(shù)值可以幫助我們更好地理解隨機變量的集中趨勢和離散程度。以下是對七種常見概率分布的期望與方差的總結(jié)。
一、二項分布（Binomial Distribution）
- 定義：在n次獨立重復(fù)試驗中，成功次數(shù)X服從參數(shù)為(n, p)的二項分布。
- 期望：E(X) = np
- 方差：Var(X) = np(1 - p)
二、泊松分布（Poisson Distribution）
- 定義：描述單位時間內(nèi)事件發(fā)生的次數(shù)，參數(shù)為λ。
- 期望：E(X) = λ
- 方差：Var(X) = λ
三、超幾何分布（Hypergeometric Distribution）
- 定義：從有限總體中不放回地抽取樣本時，成功次數(shù)的分布。
- 期望：E(X) = n (K / N)
- 方差：Var(X) = n (K / N) ((N - K) / N) ((N - n) / (N - 1)))
其中，N為總體數(shù)量，K為成功個體數(shù)，n為抽樣數(shù)量。
四、正態(tài)分布（Normal Distribution）
- 定義：連續(xù)型分布，具有對稱鐘形曲線。
- 期望：E(X) = μ
- 方差：Var(X) = σ2
五、均勻分布（Uniform Distribution）
- 定義：在區(qū)間[a, b]上取值的概率密度函數(shù)恒定。
- 期望：E(X) = (a + b) / 2
- 方差：Var(X) = (b - a)2 / 12
六、指數(shù)分布（Exponential Distribution）
- 定義：描述事件發(fā)生的時間間隔，常用于可靠性分析。
- 期望：E(X) = 1 / λ
- 方差：Var(X) = 1 / λ2
七、幾何分布（Geometric Distribution）
- 定義：表示首次成功發(fā)生在第k次試驗的概率。
- 期望：E(X) = 1 / p
- 方差：Var(X) = (1 - p) / p2
表格總結(jié)
| 分布名稱 | 參數(shù) | 期望 E(X) | 方差 Var(X) |
| 二項分布 | n, p | np | np(1-p) |
| 泊松分布 | λ | λ | λ |
| 超幾何分布 | N, K, n | n(K/N) | n(K/N)((N-K)/N)((N-n)/(N-1)) |
| 正態(tài)分布 | μ, σ2 | μ | σ2 |
| 均勻分布 | a, b | (a+b)/2 | (b-a)2/12 |
| 指數(shù)分布 | λ | 1/λ | 1/λ2 |
| 幾何分布 | p | 1/p | (1-p)/p2 |
通過以上總結(jié)可以看出，不同分布的期望和方差各有特點，適用于不同的實際問題場景。掌握這些基本概念有助于更深入地理解和應(yīng)用概率統(tǒng)計知識。