什么是方差和数学期望的定义及区别？
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）为试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
方差为各个数据与平均数之差的平方的和的平均数，即
其中，x表示样本的平均数，n表示样本的数量，xi表示个体，而s²就表示方差。
扩展资料
当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数为样本方差；样本方差的算术平方根为样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。
方差和标准差为测算离散趋势最重要、最常用的指标，它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根，用S表示。
参考资料来源：百度百科-方差
参考资料来源：百度百科-数学期望
绛旓細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏁板鏈熸湜(mean)锛堟垨鍧囧硷紝浜︾畝绉版湡鏈涳級涓鸿瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆傚畠鍙嶆槧闅忔満鍙橀噺骞冲潎鍙栧肩殑澶у皬銆傛柟宸负鍚勪釜鏁版嵁涓庡钩鍧囨暟涔嬪樊鐨勫钩鏂圭殑鍜岀殑骞冲潎鏁锛屽嵆 鍏朵腑锛寈琛ㄧず鏍锋湰鐨勫钩鍧囨暟锛宯琛ㄧず鏍锋湰鐨勬暟閲忥紝xi琛ㄧず涓綋锛岃宻²灏辫〃绀烘柟宸
绛旓細鏁板鏈熸湜鍜屾柟宸槸缁熻瀛︿腑甯哥敤鐨勬蹇碉紝鍙互浠庢暟瀛︿笂鎻忚堪鏁版嵁鐨勯泦涓害鍜岀鏁ｅ害銆傛暟瀛︽湡鏈涚殑鎺ㄥ锛氳闅忔満鍙橀噺X鐨勬鐜囧瘑搴﹀嚱鏁版垨姒傜巼鍒嗗竷涓篺(x)锛屾暟瀛︽湡鏈涘畾涔変负E(X) = 鈭玿f(x)dx锛屽嵆闅忔満鍙橀噺X姣忎釜鍙兘鍙栧肩殑姒傜巼涔樹互璇ュ彇鍊肩殑鏁板硷紝鐒跺悗瀵规墍鏈夊彲鑳藉彇鍊艰繘琛屾眰鍜屾垨姹傜Н鍒嗐傛柟宸殑鎺ㄥ锛氭柟宸敤鏉ヨ 閲忛殢鏈哄彉閲...
绛旓細鏁板鏈熸湜锛圗xpectation锛夊拰鏂瑰樊锛圴ariance锛夋槸涓や釜閲嶈鐨勬蹇碉紝鍦ㄦ鐜囪鍜岀粺璁″涓粡甯歌鐢ㄥ埌銆鏁板鏈熸湜鏄闅忔満鍙橀噺鐨勫钩鍧囧肩殑搴﹂噺锛岃〃绀洪殢鏈哄彉閲忓湪澶ч噺瀹為獙涓殑骞冲潎琛ㄧ幇銆傚浜庣鏁ｅ瀷闅忔満鍙橀噺X锛屽叾鏁板鏈熸湜E(X)鐨勮绠楀叕寮忎负锛欵(X) = 危 [ x * P(X=x) ],鍏朵腑x浠ｈ〃X鍙兘鍙栧埌鐨勫硷紝P(X=x)琛ㄧず...
绛旓細1銆佹柟宸ц川锛氬湪姒傜巼璁哄拰缁熻鏂瑰樊琛￠噺闅忔満鍙橀噺鎴栦竴缁勬暟鎹椂绂绘暎绋嬪害鐨勫害閲銆2銆佹爣鍑嗗樊鎬ц川锛氱鍧囧樊骞虫柟鐨勭畻鏈钩鍧囨暟鐨勫钩鏂规牴锛岀敤蟽琛ㄧず銆3銆佹暟瀛︽湡鏈涙ц川锛氳瘯楠屼腑姣忔鍙兘缁撴灉鐨勬鐜囦箻浠ュ叾缁撴灉鐨勬诲拰锛屾槸鏈鍩烘湰鐨勬暟瀛︾壒寰佷箣涓銆備簩銆佺壒鐐逛笉鍚 1銆鏂瑰樊鐗圭偣锛氬湪姒傜巼璁轰腑锛屾柟宸敤鏉ヨ 閲忛殢鏈哄彉閲忎笌鍏舵暟瀛︽湡鏈涘...
绛旓細鏁板鏈熸湜灏辨槸鎴戜滑瀵逛簬涓涓殢鏈轰簨浠剁殑骞冲潎棰勬湡缁撴灉锛屼綘鍙互灏嗗叾瑙嗕负涓绉嶅钩鍧囧銆傝屾柟宸垯鏄弿杩拌繖浜涚粨鏋滅殑绂绘暎绋嬪害锛屾垨鑰呰缁撴灉涓庡钩鍧囧间箣闂寸殑宸紓澶у皬銆傛柟宸秺澶э紝鎰忓懗鐫缁撴灉鐨勫彉鍖栬秺澶э紝鏂瑰樊瓒婂皬锛岀粨鏋滃氨瓒婄ǔ瀹氾紝鍙樺寲瓒婂皬銆
绛旓細鍖哄埆锛1銆佹暟鍊间笉鍚孍锛圶锛=E锛圶锛夛紝鑰孍锛圶^2锛=D锛圶锛+E锛圶锛*E锛圶锛夈2銆佷唬琛ㄧ殑鎰忎箟涓嶅悓锛孍锛圶锛夎〃绀篨鐨鏈熸湜锛岃孍锛圶^2锛夎〃绀虹殑鏄疿^2鐨勬湡鏈涖3銆佹眰瑙ｇ殑鏂规硶涓嶅悓锛孍锛圶^2锛夌殑姹傝В涓簒^2涔樹互瀵嗗害鍑芥暟姹傜Н鍒嗭紝E锛圶锛夌殑姹傝В涓簒涔樹互姒傜巼瀵嗗害鐒跺悗姹傜Н鍒嗐
绛旓細鏁板鏈熸湜鏄垎甯冨尯闂村乏鍙充袱绔拰鐨勫钩鍧囧硷紝鏂瑰樊涓哄垎甯冨尯闂村乏鍙充袱绔樊鍊煎钩鏂圭殑鍗佷簩鍒嗕箣涓銆傚潎鍖鍒嗗竷鏄粡甯搁亣鍒扮殑涓绉嶅垎甯冿紝鍏朵富瑕佺壒鐐规槸锛氭祴閲忓煎湪鏌愪竴鑼冨洿涓悇澶勫嚭鐜扮殑鏈轰細涓鏍凤紝鍗冲潎鍖涓鑷淬傛晠鍙堢О涓虹煩褰㈠垎甯冩垨绛夋鐜囧垎甯冦傚潎鍖鍒嗗竷鐨勬湡鏈涳細鍧囧寑鍒嗗竷鐨勬湡鏈涙槸鍙栧煎尯闂碵a,b]鐨勪腑鐐(a+b)/2锛屼篃绗﹀悎鎴戜滑...
绛旓細鈶鏂瑰樊鐨勫畾涔锛氭柟宸槸鍦ㄦ鐜囪鍜岀粺璁℃柟宸 閲忛殢鏈哄彉閲忔垨涓缁勬暟鎹椂绂绘暎绋嬪害鐨勫害閲忋傛鐜囪涓柟宸敤鏉ュ害閲忛殢鏈哄彉閲忓拰鍏鏁板鏈熸湜锛堝嵆鍧囧硷級涔嬮棿鐨勫亸绂荤▼搴︺傜粺璁′腑鐨勬柟宸紙鏍锋湰鏂瑰樊锛夋槸姣忎釜鏍锋湰鍊间笌鍏ㄤ綋鏍锋湰鍊肩殑骞冲潎鏁颁箣宸殑骞虫柟鍊肩殑骞冲潎鏁般傚湪璁稿瀹為檯闂涓紝鐮旂┒鏂瑰樊鍗冲亸绂荤▼搴︽湁鐫閲嶈鎰忎箟銆傛柟宸槸琛￠噺婧...
绛旓細鏂瑰樊鏄 閲忛殢鏈哄彉閲忎笌鍏舵暟瀛︽湡鏈涗箣闂村亸绂荤▼搴︾殑涓涓噺銆傛崲鍙ヨ瘽璇达紝鏂瑰樊鎻忚堪浜嗛殢鏈哄彉閲忕殑鍙栧肩浉瀵逛簬鍏鏁板鏈熸湜鐨绂绘暎绋嬪害鎴栨尝鍔ㄦ儏鍐点傛柟宸殑璁＄畻鍏紡鏄殢鏈哄彉閲忎笌鍏舵暟瀛︽湡鏈涗箣宸殑骞虫柟鐨勬湡鏈涘笺傛柟宸秺澶э紝璇存槑闅忔満鍙橀噺鐨勫彇鍊艰秺绂绘暎锛涙柟宸秺灏忥紝璇存槑闅忔満鍙橀噺鐨勫彇鍊艰秺闆嗕腑銆傛柟宸湪缁熻鍒嗘瀽銆侀闄╃鐞嗙瓑棰嗗煙鏈夐噸瑕...
绛旓細2.鏂瑰樊(variance)锛氭柟宸槸琛￠噺鍦鏈熸湜渭=E(X)渭=E(X)(鍧囧)闄勮繎闇囪崱绋嬪害鐨勯噺鍙敤涓嬪紡璁＄畻Var(X)=E(X−渭)2Var(X)=E(X−渭)2 涓涓瓑浠风殑鍏紡鏄細Var(X)=E(X2)−E2(X)Var(X)=E(X2)−E2(X)鏂瑰樊鐨鎬ц川:(1) Var(X)鈮0Var(X)鈮0,Var(c)=0Var(c)...
