期望、方差、协方差、相关系数理解

期望、方差、协方差、相关系数理解

一、期望

赌金分配问题：
$有两个赌徒A和B，他们俩下赌金之后，约定谁先赢满5局，谁就获得全部赌金。对于$
$两人来说，游戏的规则是完全公平的（即两人在每局游戏中获胜的可能性相同）。赌了$
$半天，A赢了4局，B赢了3局。这时突然有消息说警察马上就要来了，两人便急忙拿着奖$
$金匆匆忙忙逃离了现场。$
$逃离现场后，如何分配赌金才合理？$
后面，帕斯卡和费马从不同的角度提出了如何合理分配赌金的方案。

$这个问题，仅仅考虑谁赢了几局是不够的，还必须和游戏一开始“率先赢满5局者获胜”的$
$规则联系起来。这样，每个人的“期望值”便是不一样的，A离5局更近，“期望”就会高些，$
$因而得到的赌金可以达到\frac{3}{4}的份额；而离5局较远，“期望”就会低些，得到的赌金就仅有了\frac{1}{4}。$

赌金问题便延伸除了关于“期望值”的数学问题。
$一般用E来表示\boxed{期望值（Expectation）}.$
$已知离散型随机变量在每一状态下的取值以及对应的概率.则期望可用如下公式计算：$
$$E(X)=\sum _{\begin{array}{c}k=i\end{array}}^{\infty }{x}_k{p}_k$$
赌金问题中，A能够分得赌金的概率分布如下：
$获得一份赌金，概率是\frac{1}{2};$
$获得半份赌金，概率是\frac{1}{2};$
则能够分得赌金的数学期望为:
$E=1\times \frac{1}{2}+\frac{1}{2}\times \frac{1}{2}=\frac{3}{4}$

延伸到彩票问题：

上述表示离散型随机变量的期望值计算
$随机变量定义：$

$引入随机变量，能够实现类似“二选一随机现象”问题的抽象，实现数学模型对此类现象的数字表达！$

数学期望有个意义是“加权平均”，这点可以用重心来类比。

$期望的定义：$

方差

方差的应用例子：

标准差

样本方差

方差样本方差的关系

有偏估计和无偏估计的理解

协方差

相关系数

参考：

1、https://mp.weixin.qq.com/s?__biz=MzAwNTA5NTYxOA==&mid=2651082521&idx=3&sn=1b15b4d3f33f81aa9bb33370af27be81&chksm=80d106b4b7a68fa2372c6821f841a7d44109d0bb18355391a271df3314ab2d5968ea969b4b3d&scene=27
2、https://www.matongxue.com/madocs/808/