概率论-条件数学期望（复习笔记自用）

已于 2023-01-30 16:19:03 修改
阅读量6.6k 收藏 2
点赞数 1
文章标签： 概率论
于 2023-01-30 16:17:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_72673931/article/details/128802013
版权

条件分布

实际上，求条件期望就是在新的概率空间上进行计算,即，因此也继承了期望的所有性质

  • 如果，则E(X)=Eg(Y)

  • 使用全概率公式，可以容易得到证明

  • 理解，找到共性

  • 正态分布的优良性质：正态分布的条件分布仍为正态分布

条件密度

  • 公式的证明充分体现出微分法的优势

  • 理解：对于固定的y,条件密度是x的函数且和f(x,y)只相差常数因子（充分理解这句话！！）

条件数学期望

  • m(y)=E(X|Y=y)是已知Y=y时X的数学期望，m(Y)是已知Y时X的条件数学期望

  • 计算方法：要求条件数学期望E(X|Y),只需要先计算E(X|Y=y),然后将计算结果中的y替换成Y即可。其中最重要的公式重期望公式也就不难以理解EX=E(E(X|Y))

极值的分布

（186）非常清晰，此处略

关于次序统计量的初步研究，主要运用微分法

Markov？
关注
概率 | 考研 —— 复习知识点及方法 大总结
"You are worthy! You can do it!"
10-19 1213
自用笔记框架整理。整理参考于 2023版宇哥概率论与数理统计9讲周洋鑫视频课程。
条件数学期望
lgb_love的专栏
08-20 9384
https://blog.csdn.net/henhen2002/article/details/5540039 Definition：     The conditional expectation of X given Y=y is:     ①E(X|Y=y) = ∑xf(x|y)   for discrete case     ②E(X|Y=y) = ∫xf(x|y)dx for con...
概率论 —— 条件数学期望
想做一只猫的博客
11-22 7678
文章目录条件数学期望离散型随机变量连续型随机变量性质 条件数学期望 离散型随机变量 二维离散型随机变量 (X,Y)(X,Y)(X,Y)，其概率分布为 P{X=xi,Y=yi}=pij,i,j=1,2,...P\{X=x_i,Y=y_i\}=p_{ij},i,j=1,2,...P{X=xi​,Y=yi​}=pij​,i,j=1,2,... 边缘概率分布 pi⋅=P{X=xi}=∑j=1∞pijp_{i\cdot}=P\{X=x_i\}=\sum_{j=1}^{\infty}p_{ij}pi⋅​=P{X=xi
【Derivation】 条件数学期望公式
Trey_CSDN 的CSDN博客
03-07 1万+
【1】全期望数学公式在基础概率论中是一块非常重要的内容。 研究生阶段此段内容涉及科目有《随机过程分析-随机变量的数字特征》/《数字通信-通信系统衰落信道性能分析》 由于信道噪声通常使用某些随机变量，所以在边界问题/尾部概率/截尾效应 都可能出现这货的身影，只看不懂不过瘾，还是弄明白其原理。【2】全期望数学公式推导 注：自己脑袋瓜不够用，参考前人 $$ 全期望数学公式E{E(g(X，Y))Y
【概率论】4-7:条件期望(Conditional Expectation)
Tony的博客
09-22 3万+
title: 【概率论】4-7:条件期望(Conditional Expectation) categories: - Mathematic - Probability keywords: - Expectation - Prediction - Law of total Probability toc: true date: 2018-03-27 10:53:24 Abstract: 本文介绍...
条件期望与全期望公式
热门推荐
universe_1207的博客
06-07 5万+
文章目录离散型条件期望连续性条件期望全期望公式 离散型条件期望 E(Y∣X=xi)=∑j=1+∞yjpj∣iE(Y|X=x_i)=\sum_{j=1}^{+\infty}y_jp_{j|i}E(Y∣X=xi​)=j=1∑+∞​yj​pj∣i​ 连续性条件期望 E(Y∣X=xi)=∫−∞+∞yfY∣X(y∣x)dyE(Y|X=x_i)=\int_{-\infty}^{+\infty}yf_{Y|X}(y|x)dyE(Y∣X=xi​)=∫−∞+∞​yfY∣X​(y∣x)dy 全期望公式 离散型E(E(Y∣X
条件期望公式和推导
最新发布
m0_57332527的博客
03-23 1282
我们已经计算出了在特定产品种类下，考虑所有可能季节和市场需求后的收入期望值。现在，我们需要计算所有产品种类对收入期望值的贡献。这通过对所有可能的产品种类的条件期望值加权求和来实现，权重为。
概率论与统计：条件期望与最小二乘法
留恋单行路_Blog
08-19 1万+
文章向导 条件期望 最小二乘法 探索平方误差的期望值内涵 一、条件期望 　　条件期望在概率论与统计中也被称为条件数学期望，它的用途主要是用于实际的预测性问题。如对于两个互有影响的随机变量，如果我们知道其中一个随机变量X=a这一观测值，要据此去估计或预测随机变量Y的取值。 　　首先，想到的自然是选择条件概率P(Y=b|X=a)值最大时的b作为答案，如果需要尽可能地提高估计...
条件期望
weixin_39516246的博客
10-06 4306
张真人第二节课讲Rao-Blackwell 不等式，顺便科普了一下条件期望。 自己下来看笔记时发现条件期望是一个很有意思的概念，找了一个比较全面的课间分享给用到或者对条件期望感兴趣的同学。 课间第一部分引入条件期望，第二部分通过例子强调了条件期望是一个变量，第三部分证明了条件期望的一些性质，第四部分笔者现在还看不懂。     ...
【数值笔试二】条件期望、全期望、重复独立试验
qq_50653422的博客
11-13 2495
其实一开始我在第一步就想不出来了为什么Nk就等于。：事件连续k-1次成功所需试验的次数。：事件连续k次成功所需试验的次数。(6)式是数列的递推式(
复习一下条件期望
天天向上的专栏
07-19 1万+
最近旁听一个金融分析的课程，遇到了 CVAR，是一个条件期望。发现条件期望基本忘记了，于是复习一下。 两个随机变量 XXX 与 YYY， 1. 若 XXX 与 YYY 都是离散变量 XXX 在 Y=yY=yY=y 时期望为： E(X∣Y=y)=∑x∈χxP(X∣Y=y)=∑x∈χxP(X=x,Y=y)P(Y=y)E(X∣Y=y)=∑x∈χxP(X∣Y=y)=∑x∈χxP(X=x,Y=y......
【随机过程】课后作业 1-条件概率期望密度
BetterBench的博客
03-19 2772
参考资料 1. 设N1，N2，N3独立，Ni是参数为i 的poisson分布，i=1，2，3. （1）求P(N1+N2=3) （2）求E(N1|N2+N2=5) （3）求D(N1|N1+N2=5) 解： （1） 带入n=3,计算求解P(N1+N2=3)=0.22404180765538775 （2）因为n有限，所以k=0、1、2…n 带入λ1=1\lambda_{1}=1λ1​=1 λ2=2\lambda_{2}=2λ2​=2N1+N2=5,求得E(N1|N2+N2=5) = 53\frac{5}{3}
条件期望,重期望,相关知识点
笔记本
01-17 1万+
条件期望与重期望 条件期望的定义： E(x∣y)=∫−∞∞xf(x∣y)dxE(x|y)=\int_{-\infty}^{\infty}xf(x|y)dxE(x∣y)=∫−∞∞​xf(x∣y)dx（连续） E(x∣y)=∑ixiρ(X=xi∣Y=yi)E(x|y)=\sum\limits_ix_i\rho(X=x_i|Y=y_i)E(x∣y)=i∑​xi​ρ(X=xi​∣Y=yi​)（离散） 重期...
数学基础-条件期望
cjianwyr的博客
02-07 2700
最近在上一门stochastic calculus的课程，其中第一次碰到了概率空间上条件期望[conditional expectation, wikipedia]的概念，刚开始觉得有些难以理解和接受，仔细想了想有了一些心得体会，在这里分享一下。 首先是条件期望的定义： 这里的随机变量X是一个从概率空间\Omega到欧式空间R^n的可测函数，它的条件期望E[X|HH](我用
POJ 3716 条件概率与数学期望
beihai2013
03-16 1375
/* 首先回忆一下条件概率的公式P(a|b) = P(ab) / P(b)http://blog.csdn.net/sdj222555/article/details/43025131代码参考来源 首先证明了最后的答案与每个骰子分别的情况无关 也就是每个骰子的情况可以在合法的范围内任意假设 所以先满足头两次状态为11，然后是10，最后是00的状态分配本题把题目解析是对于一个骰子，假设已知它
机器学习导论（张志华）：条件期望
去向前方的博客
09-21 730
前言 这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。 正文 这节课主要讲的是常用统计分布里的条件期望。 x‾=1n∗i=1nai \overline{x} =\frac{1}{n}* \quad {i=1}{n} a_i x=n1​∗i=1nai​ 样本矩阵 p(uk−σ1) p(u_k -\sigma_1) p(uk​−σ1​) 总体...
条件期望：Conditional Expectation 举例详解之入门之入门之草履虫都说听懂了
m0_56069948的博客
10-07 1458
\left{ G_{1}, G_{2}, \ldots \right} 的最小 σ\sigma-algebra，即，任意 G\mathcal{G} 的元素都可以写作 ⋃n∈IGn\bigcup\limits_{n \in I} G_{n} 的形式，其中 I⊂N+I \subset \mathbb{N}^{+} (II 为 N+\mathbb{N}^{+} 的某些子集)。现在考虑条件期望： E[X | G]\mathbb{E}\left[ X ~ | ~ \mathcal{G} \right]。
考研概率论与数理统计全程复习笔记
根据提供的文件信息，我们可以推断出这份笔记文档是关于概率论与数理统计领域的复习资料，专为考研学生准备。此文档可能包含了概率论与数理统计的核心概念、公式、定理以及解题策略等。为了构建详细的知识点，需要对...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值