六种常见分布的期望和方差是什么？
六种常见分布的期望和方差：
1、0-1分布
已知随机变量X，其中P{X=1} = p，P{X=0} = 1-p，其中 0 < p < 1，则成X服从参数为p的0-1分布。
其中期望为E（X）= p，方差D（X）= p（1-p）。
2、二项分布
n次独立的伯努利实验（伯努利实验是指每次实验有两种结果，每种结果概率恒定，比如抛硬币）。
其中期望E（X）= np，方差D（X）= np（1-p）。
3、泊松分布
其概率函数为P{X=k}=λ^k/(k!e^λ) k=0，1，2…...k代表的是变量的值。
其中期望和方差均为 λ。
4、均匀分布
若连续型随机变量X具有概率密度，则称X在（a，b）上服从均匀分布。
其中期望E（X） = （a+b）/ 2 ，方差D（X） = （b-a）^2 / 12。
5、正态分布
若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。当μ = 0,σ = 1时的正态分布是标准正态分布。
其中期望是u，方差是σ的平方。
6、指数分布
若随机变量x服从参数为λ的指数分布，则记为X~E（λ）。
其中期望是E(X)=1/λ，方差是D(X)=1/λ。
绛旓細5銆佹鎬佸垎甯 鑻ラ殢鏈哄彉閲廥鏈嶄粠涓涓暟瀛︽湡鏈涗负渭銆佹柟宸负蟽2鐨勬鎬佸垎甯冿紝璁颁负N(渭锛屜2)銆傚綋渭 = 0,蟽 = 1鏃剁殑姝ｆ佸垎甯冩槸鏍囧噯姝ｆ佸垎甯冦傚叾涓湡鏈涙槸u锛屾柟宸槸蟽鐨勫钩鏂广6銆鎸囨暟鍒嗗竷 鑻ラ殢鏈哄彉閲弜鏈嶄粠鍙傛暟涓何荤殑鎸囨暟鍒嗗竷锛屽垯璁颁负X~E锛埼伙級銆傚叾涓湡鏈涙槸E(X)=1/位锛屾柟宸槸D(X)=1/位銆
绛旓細鍏釜甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊锛1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆佷簩椤瑰垎甯冿紝鏈熸湜鏄痭p锛屾柟宸槸npq銆3銆娉婃澗鍒嗗竷锛屾湡鏈涙槸p锛屾柟宸槸p銆4銆鎸囨暟鍒嗗竷锛屾湡鏈涙槸1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸&鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛...
绛旓細鍏釜甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊锛1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆佷簩椤瑰垎甯冿紝鏈熸湜鏄痭p锛屾柟宸槸npq銆3銆娉婃澗鍒嗗竷锛屾湡鏈涙槸p锛屾柟宸槸p銆4銆鎸囨暟鍒嗗竷锛屾湡鏈涙槸1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸&鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛...
绛旓細姒傜巼璁哄叓澶у垎甯冪殑鏈熸湜鍜屾柟宸涓嬶細涓銆佺鏁ｅ瀷鍒嗗竷锛1.0-1鍒嗗竷 B(1,p)锛氬潎鍊间负p锛屾柟宸负pq銆2.浜岄」鍒嗗竷B(n,p)锛氬潎鍊间负np锛屾柟宸负npq銆3.娉婃澗鍒嗗竷P(位)锛氬潎鍊间负位锛屾柟宸负位銆4.鍑犱綍鍒嗗竷GE(p)锛氬潎鍊笺備簩銆佽繛缁瀷鍒嗗竷锛1.鍧囧寑鍒嗗竷U(a,b)锛氬潎鍊间负(a+b)/2锛屾柟宸负(a-b)^2/12銆2....
绛旓細鍏ぇ甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊濡備笅锛1銆0-1鍒嗗竷锛欵(X)=p锛孌(X)=p(1-p)銆2銆浜岄」鍒嗗竷B(n,p)锛歅(X=k)=C(k\n)p^k路(1-p)^(n-k)锛孍(X)=np锛孌(X)=np(1-p)銆3銆娉婃澗鍒嗗竷X~P(X=k)=(位^k/k!)路e^-位,E(X)=位,D(X)=位銆4銆鍧囧寑鍒嗗竷U(a,b):X~f(x)=1/(b-a...
绛旓細2. 姝ｆ佸垎甯冿紙Normal Distribution锛夛細- 鏈熸湜锛毼 - 鏂瑰樊锛毾僞2 3. 浜岄」鍒嗗竷锛圔inomial Distribution锛夛細- 鏈熸湜锛歯p - 鏂瑰樊锛歯p(1-p)4. 娉婃澗鍒嗗竷锛圥oisson Distribution锛夛細- 鏈熸湜锛毼 - 鏂瑰樊锛毼 5. 鍑犱綍鍒嗗竷锛圙eometric Distribution锛夛細- 鏈熸湜锛1/p - 鏂瑰樊锛(1-p)/p^2 6. 瓒呭嚑浣曞垎甯...
绛旓細鍚勭鍒嗗竷鐨勬湡鏈涗笌鏂瑰樊琛ㄥ涓嬶細0-1鍒嗗竷B(1,p)锛氬潎鍊间负p锛屾柟宸负pq銆浜岄」鍒嗗竷B(n,p)锛氬潎鍊间负np锛屾柟宸负npq銆娉婃澗鍒嗗竷P(位)锛氬潎鍊间负位锛屾柟宸负位銆鍧囧寑鍒嗗竷U(a,b)锛氬潎鍊间负(a+b)/2锛屾柟宸负(a-b)^2/12銆傛鎬佸垎甯僋(渭,蟽)锛氬潎鍊硷細渭锛屾柟宸細蟽銆傚崱鏂瑰垎甯兿嘵2(n)锛氬潎鍊糿锛屾柟宸2n銆
绛旓細甯歌鐨勬湁姝ｆ佸垎甯,浜岄」鍒嗗竷,鎸囨暟鍒嗗竷,鍧囧寑鍒嗗竷 姝ｆ佸垎甯僋~锛坅,b) EX=a DX=b 浜岄」鍒嗗竷B~锛坣,p) EX=np DX=np(1-p)鎸囨暟鍒嗗竷位 EX=位鍒嗕箣涓 DX=位^2鍒嗕箣涓 鍧囧寑鍒嗗竷 鍦紙a,b)涔嬪墠鐨勮寖鍥 EX=2鍒嗕箣a+b DX=(b-a)^2\12 ...
绛旓細鍏釜甯歌鍒嗗竷鐨勬湡鏈涘拰鏂瑰樊锛1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆浜岄」鍒嗗竷锛屾湡鏈涙槸np锛屾柟宸槸npq銆3銆娉婃澗鍒嗗竷锛屾湡鏈涙槸p锛屾柟宸槸p銆4銆鎸囨暟鍒嗗竷锛屾湡鏈涙槸1/p,鏂瑰樊鏄1/(p鐨勫钩鏂)銆5銆佹鎬佸垎甯冿紝鏈熸湜鏄痷锛屾柟宸槸鐨勫钩鏂广6銆亁鏈嶄粠鍙傛暟涓簆鐨0-1鍒嗗竷锛屽垯e(x)=p锛宒...
绛旓細鎸囨暟鍒嗗竷鐨勬柟宸細D锛圶锛=Var锛圶锛=1/位²銆傛寚鏁板垎甯冧笌鍒嗗竷鎸囨暟鏃忕殑鍒嗙被涓嶅悓锛屽悗鑰呮槸鍖呭惈鎸囨暟鍒嗗竷浣滀负鍏舵垚鍛樹箣涓鐨勫ぇ绫绘鐜囧垎甯冿紝涔熷寘鎷鎬佸垎甯冿紝浜岄」鍒嗗竷锛屼冀椹垎甯冿紝娉婃澗鍒嗗竷绛夌瓑銆傚叚涓父瑙佸垎甯冪殑鏈熸湜鍜屾柟宸細1銆佸潎鍖鍒嗗竷锛屾湡鏈涙槸锛坅+b锛/2锛屾柟宸槸锛坆-a锛夌殑骞虫柟/12銆2銆佷簩椤瑰垎甯冿紝鏈熸湜...
