【指数分布的方差是什么】-数学期望、方差、协方差

指数分布的方差是什么(数学期望、方差、协方差)

一维随机变量期待与标准差

二维随机变量期待与标准差

协方差矩阵

1.一维随机变量期待与标准差:

公式计算:

离散型:

E(X)=∑i=1->nXiPi

Y=g(x)

E(Y)=∑i=1->ng(x)Pi

连续型:

E(X)=∫-∞-> ∞xf(x)dx

Y=g(x)

E(Y)=∫-∞-> ∞g(x)f(x)dx

标准差:D(x)=E(x²)-E²(x)

标准偏差:根号下的标准差

常见遍布的数学期望和标准差:

0~一分布 期待p 标准差p(1-p)

二项分布B(n,p) 期待np,标准差np(1-p)

泊松分布π(λ) 期待λ 标准差λ

几何分布 期待1/p ,标准差(1-p)/p²

标准正态分布 期待μ,标准差σ²

分布均匀,期待a b/2,标准差(b-a)²/12

指数分布E(λ)期待1/λ,标准差1/λ²

卡方分布,x²(n) 期待n 标准差2n

期待E(x)的特性:

E(c)=c

E(ax c)=aE(x) c

E(x -Y)=E(X) -E(Y)

X和 Y独立同分布:

E(XY)=E(X)E(Y)

标准差D(X)的特性:

D(c)=0

D(aX b)=a²D(x)

D(X -Y)=D(X) D(Y) -2Cov(X,Y)

X和Y独立同分布:

D(X -Y)=D(X) D(Y)

2.二维随机变量的期待与标准差:3.协方差矩阵:Cov(X,Y):

D(X -Y)=D(X) D(Y) -2Cov(X,Y

原文链接:,转发请注明来源!