机器学习|随机变量的方差(离散型、连续型)|10mins入门|概统学习笔记(九)
其他
2020-04-01 18:13:47
阅读次数: 0
随机变量的方差
-
背景:随机变量的数学期望体现了随机变量取值的平均水平,而随机变量的方差度量了随机变量取值在其中心附近(数学期望)的离散程度
-
定义:设X是一个随机变量,若
E[(X−E(X)]2<∞,则称
D(X)=E[X−E(X)]2
为X的方差。采用平方是为了保证一切差值
X−E(X)都起正面的作用。
方差的算术平方根
D(X)
称为标准差。
-
意义:
- 若X的取值比较集中,则方差较小;反之,则方差较大
- 若方差
D(x)=0,则r.v X以概率1取常数值
-
实质:方差是随机变量X的函数
g(X)=[X−E(X)]2的数学期望
D(X)={∑k=1∞[xk−E(X)]2pk,X为离散型∫−∞∞[xk−E(X)]2f(x)dx,X为连续型
当X为离散型时,
P(X=xk)=pk
当X为连续型时,
X~
f(x)
-
计算方差的简化方式
D(X)=E(X2)−[E(X)]2
证明:
D(X)=E[X−E(X)]2=E{X2−2XE(X)+[E(X)]2}=E(X2)−2[E(X)]2+[E(X)]2=E(X2)−[E(X)]2
-
方差的性质
-
设C是常数,则
D(C)=0
-
若C是常数,则
D(CX)=C2D(X)
-
若
X1与
X2独立,则
D(X1+X2)=D(X1)+D(X2)
可推广为:若
X1,X2,...,Xn相互独立,则
D[∑i=1nXi]=∑i=1nD(Xi)
D[∑i=1nCiXi]=∑i=1nCi2D(Xi)
发布了37 篇原创文章 ·
获赞 0 ·
访问量 808
转载自blog.csdn.net/SanyHo/article/details/105178710