方差和期望的关系公式是什么？
方差和期望的关系公式：DX=EX^2-(EX)^2。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。
将第一个公式中括号内的完全平方打开得到：DX=E(X^2-2XEX+(EX)^2)=E(X^2)-E(2XEX)+(EX)^2=E(X^2)-2(EX)^2+(EX)^2=E(X^2)-(EX)^2，离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
方差计算注意事项
协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。（结合下面的2理解，每个样本有很多特征，每个特征就是一个维度）。
根据公式，计算协方差需要计算均值，那是按行计算均值还是按列，协方差矩阵是计算不同维度间的协方差，要时刻牢记这一点。
绛旓細2. 鐭ヨ瘑鐐硅繍鐢:鏂瑰樊鍜屾湡鏈涘父琚敤浜庢弿杩板拰鍒嗘瀽闅忔満鍙橀噺鐨勫彉寮傜▼搴﹀拰闆嗕腑瓒嬪娍銆傚畠浠彲浠ュ府鍔╀簡瑙ｆ暟鎹垎甯冪殑鎬ц川锛屽苟鍦ㄦ鐜囪銆佺粺璁″銆佺粡娴庡銆佽嚜鐒剁瀛︾瓑棰嗗煙涓簲鐢ㄥ箍娉涖3. 鐭ヨ瘑鐐逛緥棰樿瑙:瀵逛簬闅忔満鍙橀噺X锛屽叾鏈熸湜鍊肩敤E(X)琛ㄧず锛屾柟宸敤Var(X)琛ㄧず銆傛牴鎹畾涔夛紝鏂瑰樊鍜屾湡鏈涚殑鍏崇郴鍙互閫氳繃浠ヤ笅鍏紡琛ㄧず锛歏ar(...
绛旓細濡備笅锛氭柟宸叕寮忥細S^2=銆(M锛峹1)^2+(M锛峹2)^2+(M锛峹3)^2+鈥+(M锛峹n)^2銆夆暠n銆傚钩鍧囨暟锛歁=(x1+x2+x3+鈥+xn)/n 锛坣琛ㄧず杩欑粍鏁版嵁涓暟锛寈1銆亁2銆亁3鈥︹n琛ㄧず杩欑粍鏁版嵁鍏蜂綋鏁板硷級銆鏈熸湜鐨勫叕寮锛欵=X1*P1+X2*P2+X3*P3+.+Xn*Pn銆傞珮涓暟瀛︽湡鏈涓庢柟宸叕寮搴旂敤锛1锛夐殢鏈虹倰鑲°傞殢鏈...
绛旓細浠ｅ叆鍏紡銆傚湪[a,b]涓婄殑鍧囧寑鍒嗗竷锛屾湡鏈=(a+b)/2锛屾柟宸=[(b-a)^2]/2銆備唬鍏ョ洿鎺ュ緱鍒扮粨璁恒傚鏋滀笉鐭ラ亾鍧囧寑鍒嗗竷鐨鏈熸湜鍜屾柟宸叕寮锛屽彧鑳芥寜姝ュ氨鐝殑鍋氾細鏈熸湜锛欵X=鈭珄浠-a绉埌a} xf(x) dx=鈭珄浠-a绉埌a} x/2a dx=x^2/4a |{涓奱,涓-a}=0 E(X^2)=鈭珄浠-a绉埌a} (x^2)*f(...
绛旓細鍏紡琛ㄧず涓猴細绂绘暎鍨嬶細\(E(X) = \sum x_i p_i\)锛屽叾涓璡(x_i\)鏄疿鐨勫彲鑳藉彇鍊硷紝\(p_i\)鏄痋(x_i\)瀵瑰簲鐨勬鐜囥傝繛缁瀷锛歕(E(X) = \int_{-\infty}^{\infty} xf(x) dx\)锛屽叾涓璡(f(x)\)鏄疿鐨勬鐜囧瘑搴﹀嚱鏁般鏂瑰樊D(X)鐨勬眰娉曪細鏂瑰樊D(X)鎻忚堪浜嗛殢鏈哄彉閲廥鐨勫彇鍊间笌鍏舵暟瀛鏈熸湜E(...
绛旓細D锛圶锛=E锛圶^2锛-[E(X)^2]^鏈熸湜鍙互鐢卞垎甯冨垪鏉ユ眰锛鏂瑰樊鏄鏈変釜鍏紡锛欴(X)=E[X-E(X)]^2 =E{X^2-2XE(X)+[E(X)]^2} =E(X^2)-2[E(X)]^2+[E(X)]^2 =E(X^2)-[E(X)]^2
绛旓細杩欎釜鍏紡琛ㄦ槑锛屾柟宸槸X鐨勫钩鏂圭殑鏈熸湜涓嶺鐨鏈熸湜鐨骞虫柟涔嬮棿鐨勫樊鍊笺傜患涓婃墍杩帮紝鏂瑰樊鍜屾湡鏈涙槸姒傜巼璁哄拰缁熻瀛︿腑鐨勯噸瑕佹蹇碉紝瀹冧滑涔嬮棿瀛樺湪瀵嗗垏鐨勫叧绯銆傛柟宸弿杩颁簡闅忔満鍙橀噺鐨勭鏁ｇ▼搴︼紝鑰屾湡鏈涘垯鎻忚堪浜嗛殢鏈哄彉閲忕殑闆嗕腑浣嶇疆鎴栧钩鍧囨按骞炽傞氳繃鏂瑰樊鐨勬湡鏈涘叕寮锛屾垜浠彲浠ヨ繘涓姝ョ悊瑙鏂瑰樊涓庢湡鏈涔嬮棿鐨勫叧绯汇
绛旓細1. 灞曞紑鏂瑰樊鍏紡锛歏ar(X) = E(X^2 - 2XE(X) + (E(X))^2)2. 浣跨敤鏈熸湜鐨绾挎фц川锛歏ar(X) = E(X^2) - 2E(X)E(X) + (E(X))^2 3. 鍖栫畝寰楋細Var(X) = E(X^2) - (E(X))^2 閫氳繃涓婅堪鎺ㄥ锛屾垜浠彲浠ュ緱鍒版暟瀛鏈熸湜鍜屾柟宸殑鍏紡銆傝繖浜涘叕寮忓湪缁熻瀛﹀拰姒傜巼璁轰腑鏈夊箍娉涚殑搴旂敤...
绛旓細鍦ㄦ鐜囪鍜岀粺璁″涓紝鏁板鏈熸湜锛堟垨鍧囧硷紝涔熺畝绉版湡鏈涳級鏄渶鍩烘湰鐨勬暟瀛︾壒寰佷箣涓锛屽畠鏄竴涓疄楠屼腑姣忎釜鍙兘缁撴灉鐨勬鐜囦箻浠ョ粨鏋滅殑鎬诲拰銆傚畠鍙嶆槧浜嗛殢鏈哄彉閲忕殑骞冲潎鍊笺鏂瑰樊涓庢湡鏈涚殑鐩稿叧鎬ц绠鍏紡濡備笅锛欴X锛滶锛圶锛岴锛圶锛夛級锛2锛滶锝沊锛2锛2XE锛圶锛夛紜锛圗锛圶锛夛級锛2锝濓紳E锛圶锛2锛2锛圗锛圶锛夛級锛2锛嬶紙...
绛旓細鏈熸湜鍏紡锛鏂瑰樊鍏紡锛
绛旓細E(X) = 鈭 [ x * f(x) ] dx锛屽叾涓璮(x)涓篨鐨勬鐜囧瘑搴﹀嚱鏁般鏂瑰樊鏄瀵归殢鏈哄彉閲忕鏁ｇ▼搴︾殑搴﹂噺锛岃〃绀洪殢鏈哄彉閲忎笌鍏舵暟瀛︽湡鏈涗箣闂寸殑鍋忓樊骞虫柟鐨勫钩鍧囧笺傚浜庨殢鏈哄彉閲廥锛屽叾鏂瑰樊Var(X)鐨勮绠鍏紡涓猴細Var(X) = E[ (X - E(X))^2 ],鍏朵腑E(X)涓篨鐨勬暟瀛︽湡鏈涖傛暟瀛鏈熸湜鍜屾柟宸涔嬮棿鐨勫叧绯鍙互閫氳繃...
