期望是针对随机变量而言的，是随机变量的均值。
s:样本方差，分母是n-1
μ:总体均值
D(X)：总体方差
Xˉ：样本均值
总体的均值又叫做总体期望，比如总体X的期望，即E(X)=μ；
比如样本均值从某种意义上来说也是一个随机变量，因为在抽取样本的时候你不知道会抽取什么样子的样本，则对样本均值求期望，就是E(Xˉ)=μ，但是一旦样本抽出来了，那么样本均值就是一个固定的值了，就不能说均值的期望了；
比如样本方差，同理在把它当做随机变量时，E(s)=D(X)。
你并不能说总体方差的期望，总体期望的期望，因为总体期望和方差都是一个具体的值，不是随机变量。
具体一点，说说总体X期望的求法：
(1)期望就是一个随机变量的平均数（根据维基百科，均值就是平均数），是随机变量各个取值对取这个值的概率的加权平均.如果知道了随机变量的分布，则可以直接算出来；
(2)当不知道总体分布的时候，总体期望（均值）就需要用样本估计了，比如矩估计，极大似然等。
那么把总体期望给估计出来了，怎么去衡量你估计出来的结果好不好呢，就用无偏性有效性一致性来进行衡量。那么这里的无偏性又再一次用到了期望的知识（估计量的期望等于真值就是无偏估计）。比如用矩估计来估计总体的均值，因为矩估计估计出来的结果是样本均值（就是样本求平均数的意思），又可以证明出来E(Xˉ)=μ，那么就可以说样本均值是总体均值（期望）的无偏估计。而当获得样本值以后，我们就可以把样本均值当做总体期望的值。