喜欢文章?不如来点赞关注吧
随机变量的平均数
在了解了随机变量的概率分布之后,我们可以开始对这种变量进行计算了。
首先,你需要知道,总结性统计 (summary statistics) ,跟观测数据相似,都能用来捕捉分布的本质。这一节中,我们要来研究概率分布的平均数,以及我们在调整随机变量或者组合随机变量之后,平均数如何变化。
以下将一个随机变量的平均数以 μμ 注记,它表示对许多观测值预期的平均结果,因此也被称为随机变量的 期望值 (expected value) ,以
一个离散随机变量的平均数是所有可能的值乘以概率权重之后的均值,因此它等于每个可能的值乘以概率,然后加总。对于连续随机变量,同样的规则也适用。为了应对连续性,加总的计算被替换成积分 (integral) ,概率也不像离散那样被定义为 i ,而是 x 的函数。
举个例子,假设你正在一个熟悉的街区日常漫步,路上会经过三个交通灯。每等一个交通灯会使整个漫步多花 2 分钟。对于这三组交通灯的等待,你记录了等 0 个 到等 3 个的频率,下面是概率表:
![8009b6a663a51311ec931461f52347cd.png](https://img-blog.csdnimg.cn/img_convert/8009b6a663a51311ec931461f52347cd.png)
你预期的等待时间计算方法如下,最后会得到 2 分 12 秒。有趣的是, 2 分 12 秒这个值实际永远不会发生。你要么不用等,要么就是等 2, 4, 6 分钟中的某个时间。
现在,让我们来审视一下随机变量的平均数。如果我们给随机变量 x 乘上一个系数再加上一个值, 变成
现在回到我们的例子。由于你找到一条捷径,旅程节省了一分钟。但同时&#