283 字
1 分钟
方差

一、方差的定义与性质#

方差是对随机变量取值离散程度的度量。

离散型随机变量 XX 的方差定义为

Var(X)=E[(Xμ)2]=k(xkμ)2pk\mathrm{Var}(X) = E\bigl[(X - \mu)^2\bigr] = \sum_k (x_k - \mu)^2 p_k

连续型随机变量 XX 的方差定义为

Var(X)=E[(Xμ)2]=(xμ)2f(x)dx\mathrm{Var}(X) = E\bigl[(X - \mu)^2\bigr] = \int_{-\infty}^{\infty} (x - \mu)^2 f(x)\,\mathrm{d}x

方差也可表示为

Var(X)=E[X2](E[X])2\mathrm{Var}(X) = E\bigl[X^2\bigr] - \bigl(E[X]\bigr)^2

对于相互独立的随机变量 XXYY,有

Var(X+Y)=Var(X)+Var(Y)\mathrm{Var}(X + Y) = \mathrm{Var}(X) + \mathrm{Var}(Y)

方差的单位是随机变量单位的平方。

二、离散型分布方差推导#

1、0-1(Bernoulli)分布#

XB(p)X \sim \mathrm{B}(p),则

Var(X)=p(1p)\mathrm{Var}(X) = p(1-p)

2、二项分布#

XB(n,p)X \sim B(n, p),则

Var(X)=np(1p)\mathrm{Var}(X) = n\,p\,(1-p)

3、超几何分布#

XHypergeometric(N,K,n)X \sim \mathrm{Hypergeometric}(N, K, n),则

Var(X)=nKNNKNNnN1\mathrm{Var}(X) = n\,\frac{K}{N}\,\frac{N-K}{N}\,\frac{N-n}{\,N-1\,}

4、几何分布#

XGeometric(p)X \sim \mathrm{Geometric}(p)(试验次数形式),则

Var(X)=1pp2\mathrm{Var}(X) = \frac{1-p}{p^2}

5、帕斯卡(负二项)分布#

XNegativeBinomial(r,p)X \sim \mathrm{NegativeBinomial}(r, p)(第 rr 次成功前的失败次数),则

Var(X)=r(1p)p2\mathrm{Var}(X) = \frac{r\,(1-p)}{p^2}

6、泊松分布#

XPoisson(λ)X \sim \mathrm{Poisson}(\lambda),则

Var(X)=λ\mathrm{Var}(X) = \lambda

三、连续型分布方差推导#

1、均匀分布#

XU(a,b)X \sim U(a, b),则

Var(X)=(ba)212\mathrm{Var}(X) = \frac{(b - a)^2}{12}

2、正态分布#

XN(μ,σ2)X \sim N(\mu, \sigma^2),则

Var(X)=σ2\mathrm{Var}(X) = \sigma^2

3、指数分布#

XExponential(λ)X \sim \mathrm{Exponential}(\lambda),则

Var(X)=1λ2\mathrm{Var}(X) = \frac{1}{\lambda^2}
分享

如果这篇文章对你有帮助,欢迎分享给更多人!

方差
https://www.laoguantx.cn/posts/variance/
作者
老官童鞋gogo
发布于
2025-04-24
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

封面
Sample Song
Sample Artist
封面
Sample Song
Sample Artist
0:00 / 0:00