【期望與方差公式】在概率論和統(tǒng)計學(xué)中，期望和方差是描述隨機(jī)變量基本特征的兩個重要概念。期望反映了隨機(jī)變量的平均值或長期趨勢，而方差則衡量了隨機(jī)變量與其期望之間的偏離程度。以下是關(guān)于期望與方差的一些基本公式及其應(yīng)用場景的總結(jié)。
一、期望（Expected Value）
期望是隨機(jī)變量在所有可能取值上的加權(quán)平均，權(quán)重為對應(yīng)的概率。對于離散型和連續(xù)型隨機(jī)變量，期望的計算方式略有不同。
1. 離散型隨機(jī)變量
設(shè) $ X $ 是一個離散型隨機(jī)變量，其可能取值為 $ x_1, x_2, \ldots, x_n $，對應(yīng)概率分別為 $ p_1, p_2, \ldots, p_n $，則期望為：
$$
E(X) = \sum_{i=1}^{n} x_i \cdot p_i
$$
2. 連續(xù)型隨機(jī)變量
設(shè) $ X $ 是一個連續(xù)型隨機(jī)變量，其概率密度函數(shù)為 $ f(x) $，則期望為：
$$
E(X) = \int_{-\infty}^{\infty} x \cdot f(x) \, dx
$$
二、方差（Variance）
方差是衡量隨機(jī)變量與其期望之間偏離程度的指標(biāo)。方差越大，表示數(shù)據(jù)越分散；方差越小，表示數(shù)據(jù)越集中。
1. 定義公式
方差可以定義為隨機(jī)變量與其期望的平方差的期望：
$$
\text{Var}(X) = E[(X - E(X))^2
$$
也可以簡化為：
$$
\text{Var}(X) = E(X^2) - [E(X)]^2
$$
三、常見分布的期望與方差
以下是一些常見的概率分布及其對應(yīng)的期望和方差公式：
| 分布名稱 | 概率質(zhì)量/密度函數(shù) | 期望 $ E(X) $ | 方差 $ \text{Var}(X) $ |
| 伯努利分布 | $ P(X = k) = p^k(1-p)^{1-k} $ | $ p $ | $ p(1-p) $ |
| 二項分布 | $ P(X = k) = C(n,k)p^k(1-p)^{n-k} $ | $ np $ | $ np(1-p) $ |
| 泊松分布 | $ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} $ | $ \lambda $ | $ \lambda $ |
| 均勻分布 | $ f(x) = \frac{1}{b-a} $, $ a \leq x \leq b $ | $ \frac{a + b}{2} $ | $ \frac{(b-a)^2}{12} $ |
| 正態(tài)分布 | $ f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} $ | $ \mu $ | $ \sigma^2 $ |
四、期望與方差的性質(zhì)
1. 線性性：對任意常數(shù) $ a $ 和 $ b $，有
$$
E(aX + b) = aE(X) + b
$$
2. 方差的線性性：對任意常數(shù) $ a $ 和 $ b $，有
$$
\text{Var}(aX + b) = a^2 \text{Var}(X)
$$
3. 獨(dú)立變量的方差：若 $ X $ 與 $ Y $ 獨(dú)立，則
$$
\text{Var}(X + Y) = \text{Var}(X) + \text{Var}(Y)
$$
五、總結(jié)
期望和方差是統(tǒng)計分析中的基礎(chǔ)工具，廣泛應(yīng)用于金融、工程、自然科學(xué)等領(lǐng)域。理解這些公式的含義及應(yīng)用場景，有助于更好地進(jìn)行數(shù)據(jù)分析與決策。通過表格形式對比不同分布的期望與方差，可以更直觀地掌握它們的特性。
希望本文能幫助你系統(tǒng)地掌握期望與方差的相關(guān)知識。