均值和期望一样吗_理解期望、方差常见公式

最新推荐文章于 2024-01-25 18:17:34 发布
VIP文章 最新推荐文章于 2024-01-25 18:17:34 发布
阅读量6.8k 收藏 3
点赞数
文章标签： 均值和期望一样吗
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/weixin_39849054/article/details/113709261
版权

433e825a158d666f2540eb26a971e7c9.png

先从基本概念讲起。

期望

对于一个随机变量

equation?tex=x ，它在取不同值时的概率用函数
equation?tex=f%28x%29 表示。比如色子的点数是一个随机变量，它为1的概率可以表达成
equation?tex=f%281%29%3D1%2F6 ，这与我们代数中的函数有点不同，代数中的函数是输入一个确切的数，而这里不是。我甚至可以用
equation?tex=f%28heads%29%3D0.5 来表示投硬币为正面的概率。不过，本文其余部分都要求概率函数的输入值是数字。 期望表示随机变量的中心位置。例如你投色子很多次，最后计算的点数平均值应该是所有点数的均值，因为出现每种点数的概率相同。如果概率不同，则需要用概率加权，于是我们的期望公式就是：

equation?tex=E%28x%29%3D%5Cmu%3D%5Csum+xf%28x%29

它表示把每一种可能的输出的值乘以其概率后求和。

性质1: 期望的线性关系

对于两个相互独立的随机变量

equation?tex=X%2C+Y，我们有：

equation?tex=E%28X%2BY%29%3DE%28X%29%2BE%28Y%29

这个就不做证明了，举一个直观例子说明：有2个色子各自投掷，两者的期望都是

equation?tex=E%3D%5Cdfrac%7B1%7D%7B6%7D%5Ctimes+%281%2B...%2B6%29%3D3.5，那么问两个色子之和的期望，显然是
equation?tex=3.5%2B3.5%3D7 。这是可以直观认知的。用
equation?tex=c_i 表示一个常数，它只是缩放每一个随机变量的值而已，进一步推广我们有：

equation?tex=E%5Cleft%5B%5Csum_%7Bi%3D1%7D%5Enc_iX_i%5Cright%5D%3D%5Csum_%7Bi%3D1%7D%5En%5Bc_iE%28X_i%29%5D

性质2: 样本均值的期望

假定有一个随机变量

equation?tex=X 的期望值和方差分别是
equation?tex=%5Cmu%2C+%5Csigma%5E2。现在对这个数据集进行随机抽样（有放回的抽样，因为我需要保证整体的分布是不变的），抽到的样本一个一个的数据用
equation?tex=X_1%2C+X_2+...+X_n 表示，现在试求
最低0.47元/天 解锁文章
weixin_39849054
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大数据的统计学基础系列课程 第06周 随机变量的期望，方差与协方差 共40页.pptx
10-22
大数据的统计学基础系列课程 第01周 描述性统计（均值，中位数，众数，方差，标准差，与常见的统计图表） 共33页 大数据的统计学基础系列课程 第02周 概率的基本概念，古典概型 共44页 大数据的统计学基础系列课程 ...
均值与期望：傻傻分不清？
shiter编写程序的艺术
05-04 6万+
前些日子偶然间听到一位新同事问一位做算法的同事：均值是不是期望？老算法回答说：这是不同的概念。说完之后，由于有事就急匆匆的走了。偶听到之后狐疑了一会，打开了搜索引擎。当然，答案是非常明晰且简单的，均值严格来说就是期望。然而在查阅网上相关讨论时发现很多人对它们是分不清的。后来思来想去，为什么造成如此大的误解？直至近日有了答案。由于语言等方面的原因，通常人们口中说到均值的时候，是在谈论平均值。因此，以上的混乱事实上是对平均值和期望的混乱。
均值和期望一样吗_平均数和期望的区别
weixin_39606118的博客
02-06 4832
平均数是一个统计学概念，期望是一个概率论概念。平均数是实验后根据实际结果统计得到的样本的平均值，期望是实验前根据概率分布“预测”的样本的平均值。之所以说“预测”是因为在实验前能得到的期望与实际实验得到的样本的平均数总会不可避免地存在偏差，毕竟随机实验的结果永远充满着不确定性。如果我们能进行无穷次随机实验并计算出其样本的平均数的话，那么这个平均数其实就是期望。当然实际上根本不可能进行无穷次实验，但是...
均值与期望到底是不是一回事？
张俊红的个人博客
10-12 1万+
总第172篇/张俊红均值和期望是我们平常接触比较多的两个概念，均值大家都知道，就是若干个值先求和，然后再除值的个数；那期望又是什么。一般人们为了便于理解，就会说，你把期望...
均值和期望的关系
Hughie999的博客
05-04 8529
2.期望是针对随机变量而言的一个量，是平均数随样本趋近于无穷的极限，即无数次样本得到的均值约等于期望。1. 均值主要是针对样本而言的，通过对样本统计平均得到均值；2. 期望是平均数随样本趋于无穷的极限。1. 概率是频率随样本趋于无穷的极限；
均值，期望，方差，标准差，协方差
Hcaroline
06-16 1万+
（把自己看的博客内容进行了综合） １．均值 均值，其实是针对实验观察到的特征样本而言的。比如我们实验结果得出了x1,x2,x3……xn这n个值，那么我们的均值计算是 1/N \ * (x_{1}+x_{2}+…x_{n}) 比如我们进行掷骰子，掷了六次，点数分别为2，2，2，4，4，4，这六次的观察就是我们的样本，于是我们可以说均值为(2+2+2+4+4+4)/6=3。但是千万不能说期望是3，下面...
基于条件期望的子集模拟法 (2013年)
05-13
所提方法将传统子集模拟法中计算失效概率和可靠性灵敏度的多维综合变量均值的估计转换为条件期望均值的估计,并将条件期望均值的两重概率估计进一步转换成可采用核密度进行计算的积分形式,从而可以在不增加传统子集...
大数据的统计学基础系列课程 第01周 描述性统计（均值，中位数，众数，方差，标准差，与常见的统计图表） 共33页.pptx
10-22
大数据的统计学基础系列课程 第01周 描述性统计（均值，中位数，众数，方差，标准差，与常见的统计图表） 共33页 大数据的统计学基础系列课程 第02周 概率的基本概念，古典概型 共44页 大数据的统计学基础系列课程 ...
Copy_4_of_top88_2.rar_uncertainty_不确定性 分析_稳健性优化_稳健拓扑优化
07-15
通过带有三角函数的高斯积分的求解，提出了一系列描述载荷不确定性的均值函数，给出了柔顺度期望和方差的精确解析公式，并且用数值算例验证了该方法的快速准确性。利用所导出的解析公式，求解以柔顺度期望为目标的...
Copy_3_of_top88_2.rar_uncertain load_拓扑优化 载荷不确定_考虑不确定性_载荷不确定
07-15
在载荷大小和方向都服从正态分布的前提下，研究了具有不确定性荷载的柔顺度期望和方差的解析求解方法，将结构柔顺度表示成确定性荷载对应的互柔顺度与荷载大小和方向正余弦乘积之和的形式，将均值与方差的计算，转化...
probility and statistic(1) 均值、方差、期望、协方差、相关系数
weixin_43746235的博客
09-27 970
均值、期望、方差、协方差 均值、方差这两个概念我们在初中就曾接触过，而期望和协方差我们可能到了大学才会接触到 一、均值： 均值又分为总体均值和样本均值： (1).总体均值：使用总体数据求得的均值   想必这个大家都耳熟能详，他其实反映的就是一组数据的平均值，他的公式也非常简单设一组数据为   X = (x1,x2,x3,x4,x5,……xn)那么他的均值就为 μ=∑i=1NxiN\mu = \frac{\sum_{i=1}^Nxi}{N}μ=N∑i=1N​xi​ (2).样本均值：从总体数据中抽出一部分样.
期望与均值的区别
深度的魅力
07-04 2万+
平均数（均值）是一个统计学的概念；期望是一个概率论的概念。 平均数是 实验后 根据实际结果统计得到的样本的平均值；期望是 实验前 根据概率分布“预测”的样本平均值。 之所以说是预测是因为 在实验前能得到的期望与实际实验得到的样本的平均数总会不可避免的存在偏差，毕竟随机实验的结果永远充满着不确定性。 如果我们能进行无穷次随机实验并计算出其样本的平均数的话，那么这个平均数其实就是期望。但是实验样...
平均值，标准差，方差，协方差，期望，均方误差
热门推荐
mjiansun的专栏
10-12 6万+
1、写在前面 平均值，标准差，方差，协方差都属于统计数学；期望属于概率数学。 统计数学 1）平均值，标准差，方差 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述： 均值： 方差： 标准差： 均值描述的是样本集合的中间点，它告诉我们的信息是有限的。 方差（variance)是在概率论和统计方差衡量随机变量或一组数据...
期望 & 均值
梁小憨憨的博客
11-12 1890
本篇为《深度学习》系列博客的第四篇，该系列博客主要记录深度学习相关知识的学习过程和自己的理解，方便以后查阅。 为什么要写这篇博客呢，因为在看PCA的时候看到了协方差矩阵的东西，就牵连出了这篇博客，我之后的博客将会讨论方差和协方差！！！算是PCA的一个知识铺垫。 期望和均值均值－－统计学概念方差－－概率论概念期望就是平均数随样本趋于无穷的极限总结 均值－－统计学概念 均值(平均数 average)是实验后根据实际结果统计得到的样本的平均值。 比如：我们实验结果得出了x1,x2,x3…..xnx_1,x_2,x
【机器学习】均值与期望的区别
weixin_44623662的博客
08-08 959
Estimator of mean u 有限样本N的均值m不等于总体均值u。 有限样本N的均值m的期望E[M]等于总体均值u 示例图 有限样本的均值m总是在总体均值的周围。 参考资料 ：台大李宏毅教授机器学习课程
理解 期望(均值/估计值)和方差
songhuangong123的博客
06-27 8706
开始会给出公式，后面结合正态分布的的期望和方差，来更具体的理解他们。首先，期望全名“数学期望”，又名均值或估计值，注意和平均值不是一个概念。这个后续再说。说到期望，就得先说分布列。X 表示不同种类的事件对应的数值，P表示每钟事件发现的概率 。什么叫做事件对应的数值，这其实是我们自己下的一个定义，比如抛正面得1分。再比如： 这里得到得分布列应该是： 那么有了分布列，就可以求期望了，或者说求均值/估计值。这里用EX表示期望： 哪有了分布列，求期望和非常简单的。(如上图：相乘再相加)。这里也看出了它与平均值的不同
5.均值和期望
最新发布
其木王·王子的博客
01-25 1021
平均数(均值)，其实是针对实验观察到的特征样本而言的。比如我们实验结果得出了x1​x2​x3​...xn​,这NNx1​x2​x3​...xn​​​​比如我们进行掷骰子，掷了六次，点数出现的分别为2，2，2，4，4，4，这六次的观察就是我们的样本，于是我们可以说这次实验的为6222444​3。但是千万不能说成期望是3。
数学基础-均值、期望、方差、标准差、协方差
我要做全栈
08-02 2777
均值： 统计学概念，根据实际试验结果计算得出的平均值 Means=1N(x1+x2+⋯+xn)Means=\frac{1}{N}(x_1+x_2+\dots+x_n)Means=N1​(x1​+x2​+⋯+xn​) 期望： 概率论概念，是一个数学特征 E(X)=X1∗p(X1)+X2∗p(X2)+⋯+Xn∗p(Xn)E(X)=X_1*p(X_1)+X_2*p(X_2)+\dots+X_n*p(X_n)E(X)=X1​∗p(X1​)+X2​∗p(X2​)+⋯+Xn​∗p(Xn​) E(X)=∑k=1nxkpk
SRSWOR方差公式推导
04-06
SRSWOR（simple random sampling without replacement，无放回简单随机抽样）方差公式的推导如下： 设总体大小为N，样本大小为n，第一次抽样时选中第i个个体的概率为pi，则有： pi = n/N （当i属于样本时），pi = 0 （当i不属于样本时） 样本均值的期望值为： E(x) = 1/n * Σ(xi * pi) （i=1到N） 其中，xi是第i个个体的取值。根据期望的线性性质，有： E(x) = 1/n * Σ(xi * pi) = 1/n * Σ(xi * n/N) = (1/N) * Σxi 样本方差的定义为： s^2 = 1/(n-1) * Σ(xi - x)^2 将样本均值代入上式，有： s^2 = 1/(n-1) * Σ(xi - 1/N * Σxi)^2 根据差的平方公式，有： s^2 = 1/(n-1) * Σ(xi^2 - 2 * xi * 1/N * Σxi + 1/N^2 * Σxi^2) 对式子进行展开和简化，有： s^2 = 1/(n-1) * (n/N * Σxi^2 - (1/N * Σxi)^2) 将样本均值的表达式代入上式，有： s^2 = 1/(n-1) * (n/N * Σxi^2 - (N/N^2 * Σxi^2)^2) 化简得到： s^2 = (N-n)/(N-1) * (1/n * Σxi^2 - (1/N * Σxi)^2) 这就是SRSWOR抽样的方差公式。其中，1/n * Σxi^2 - (1/N * Σxi)^2 为样本均值的方差，(N-n)/(N-1)为修正系数，用于校正因为抽样误差而导致的方差偏小的问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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