在线词典

知道期望怎么求方差

更新日期:2026-11-12 19:15:24

标题知道期望怎么求方差
内容

在概率统计中,期望和方差是两个非常重要的概念。期望反映了随机变量的平均值,而方差则衡量了随机变量与其期望之间的偏离程度。当我们已经知道一个随机变量的期望时,如何进一步计算其方差呢?下面将通过总结与表格的形式,详细说明这一过程。

一、基本概念回顾

1. 期望(Expectation)

期望是随机变量在所有可能取值上的加权平均,表示的是长期平均结果。记作 $ E(X) $ 或 $ \mu $。

2. 方差(Variance)

方差是随机变量与其期望之间的平方差的期望,用于衡量数据的离散程度。记作 $ Var(X) $ 或 $ \sigma^2 $。

二、已知期望,如何求方差?

要计算方差,通常需要知道随机变量的分布形式或具体的数据样本。但若已知期望 $ E(X) $,我们可以使用以下公式进行推导:

公式:

$$

Var(X) = E(X^2) - [E(X)]^2

$$

也就是说,只要我们能求出 $ E(X^2) $,就可以通过上述公式得到方差。

三、步骤总结

步骤 内容
1 确定随机变量 $ X $ 的分布类型(如正态、泊松、二项等)或获取数据样本。
2 计算 $ E(X) $,即期望值。
3 计算 $ E(X^2) $,即 $ X $ 的平方的期望值。
4 代入公式 $ Var(X) = E(X^2) - [E(X)]^2 $,求得方差。

四、举例说明

假设有一个离散型随机变量 $ X $,其分布如下:

$ X $ 0 1 2
P(X) 0.2 0.5 0.3

步骤1:计算期望 $ E(X) $

$$

E(X) = 0 \times 0.2 + 1 \times 0.5 + 2 \times 0.3 = 0 + 0.5 + 0.6 = 1.1

$$

步骤2:计算 $ E(X^2) $

$$

E(X^2) = 0^2 \times 0.2 + 1^2 \times 0.5 + 2^2 \times 0.3 = 0 + 0.5 + 1.2 = 1.7

$$

步骤3:计算方差

$$

Var(X) = 1.7 - (1.1)^2 = 1.7 - 1.21 = 0.49

$$

五、常见分布的方差公式(已知期望)

分布类型 期望 $ E(X) $ 方差 $ Var(X) $
二项分布 $ B(n, p) $ $ np $ $ np(1-p) $
泊松分布 $ Poisson(\lambda) $ $ \lambda $ $ \lambda $
正态分布 $ N(\mu, \sigma^2) $ $ \mu $ $ \sigma^2 $
均匀分布 $ U(a, b) $ $ \frac{a + b}{2} $ $ \frac{(b - a)^2}{12} $

六、小结

在已知期望的情况下,计算方差的关键在于求出 $ E(X^2) $,然后利用公式 $ Var(X) = E(X^2) - [E(X)]^2 $ 进行计算。不同分布类型的方差公式也提供了更便捷的计算方式。掌握这些方法,有助于我们在实际问题中更好地分析数据的波动性与稳定性。

表格总结:

项目 内容
已知量 期望 $ E(X) $
目标 方差 $ Var(X) $
公式 $ Var(X) = E(X^2) - [E(X)]^2 $
方法 1. 求 $ E(X) $;2. 求 $ E(X^2) $;3. 代入公式计算
适用场景 离散型或连续型随机变量,已知分布或样本数据
随便看