直接上公式
∙
\bullet
∙ 期望公式：
E
(
X
)
=
∑
i
=
1
n
x
i
∗
p
i
E(X) = \sum_{i=1}^{n}x_{i} * p_{i}
E(X)=i=1∑nxi∗pi
∙
\bullet
∙ 方差公式：
D
(
X
)
=
E
[
(
X
−
E
(
X
)
)
2
]
=
∑
j
=
1
n
(
x
j
−
∑
i
=
1
n
x
i
∗
p
i
)
2
∗
p
j
D(X) = E[(X-E(X))^2] = \sum_{j=1}^{n}(x_{j} - \sum_{i=1}^{n}x_{i} * p_{i})^2 * p_{j}
D(X)=E[(X−E(X))2]=j=1∑n(xj−i=1∑nxi∗pi)2∗pj
∙
\bullet
∙ 协方差公式：
C
o
v
(
X
,
Y
)
=
E
{
[
X
−
E
(
X
)
]
[
Y
−
E
(
Y
)
]
}
Cov(X,Y) = E\{[X-E(X)][Y-E(Y)]\}
Cov(X,Y)=E{[X−E(X)][Y−E(Y)]}
=
∑
i
=
1
n
(
x
i
−
∑
j
=
1
n
x
j
∗
p
j
)
(
y
i
−
∑
k
=
1
n
y
k
∗
p
k
)
∗
p
i
= \sum_{i=1}^{n}(x_{i} - \sum_{j=1}^{n} x_{j} * p_{j}) (y_{i} - \sum_{k=1}^{n}y_{k}*p_{k})*p_{i}
=i=1∑n(xi−j=1∑nxj∗pj)(yi−k=1∑nyk∗pk)∗pi
∙
\bullet
∙ 相关系数公式：
C
o
v
(
X
,
Y
)
D
(
X
)
D
(
Y
)
\frac{Cov(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}
D(X)D(Y)Cov(X,Y)
概率统计之期望方差协方差
最新推荐文章于 2024-07-22 08:39:18 发布
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
