-
如何理解方差和标准差的意义?
随机
变量
X
的方差为
: ,
方差的平方根称为标准差,
它描述随机变量取值与其数学期望值的离
散程度,描述随机变量稳定与波动,集中与分散的状况。标准差大,则随机变量不稳定,取
值分散,预期数学期望值的偏离差大,在量纲上它与数学期望一致。
<
/p>
在实际问题中,若两个随机变量
X,Y
,
且
E(X),E(Y)
或比较接近时,
我们常用来比较这两个随机
变量。方差值大的,则表明该随机变量的取值较为离散,反之
则表明他较为集中。同样,标
准差的值较大,
则表明该随机变量
的取值预期期望值的偏差较大,
反之,
则表明此偏差较小。
p>
随机变量
X
的数
学期望和方差有何区别和联系?
随机变量
X
的数学期望
E(X)
描述的是随
机变量
X
的平均值,
而方差刻画的是随
机变量
X
与数
学期望的平均离散程度。
方差大,则随机变量
X
与数学期望的平均离散程度大,随机变量
X
取值在数学期望附近分散;
方差小,
则随机变量
X
与数学期望的平均离散程
度小,
随机变量
X
取值在数学期望附近
集中。
方差是用数学期望来定义的,
方差是随机变量
X
函数的数学期望,
所
以,
由随机变量函数的
数学期望的计算公式我们得到:
若
X
为离散型,则有
(
2.3
)
若
X
为连续型,则有(
2.4
)
在实际问题中,我们经常用来计算方差。由
此可以得到:随机变量
X
与数学期望不存在,
< br>则
方差一定不存在。
若随机变
量
X
与数学期望存在,方差也可能不存在。
切比雪夫不等式的意义是什么?有哪些应用?
切比雪夫不等式有两种等价形式的表达形式:
或。
它反映了随机变量在数学期望的邻域的概
率不小于。
如果随机
变量的分布不知道,
只要知道它的数学期望和方差,
我们就可以
利用切
比雪夫不等式估计概率。
它的应用有以下几个方面:
已知数学
期望和方差,我们就可以利用切比雪夫不等式估计在数学期望的邻域的概率。
已知数学期望和方差,
对确定的概率,
利用切比
雪夫不等式求出,
从而得到所需估计区间的
长度。
对
n
重贝努力试验,利用
切比雪夫不等式可以确定试验次数。
它是推导大数定律和其他定理的依据。
解题的具体步骤:
首先,根据题意确
定恰当的随机变量
X
,求出数学期望
E
(X)
与
D(X)
;
< br>
其次,确定的值,
最后,由切比雪夫不等式进行计算和证明。
< br>注
:
(一)相关系数的含义
1.
相关系数刻画随机变量
X
和
Y
之间的什么关系
?
(
1
)相
关系数也常称为“线性相关系数”
。这是因为,实际相关系数并不是刻画了随机变量
p>
X
和
Y
之间的“一
般”关系的程度,而只是“线性”关系的程度。这种说话的根据之一就在
于,
当且仅当
X
和
Y
有严格的线性关系是才有达到最大值
1.
可以容
易举出例子说明:
即使
X
和
Y
有严格的函数关系但非线性关系,不仅不必为
1
,还可以为
0.
(
< br>2
)
如果,
则解释为:
随机变量
X
和
Y
之间有一定程度的
“线性关系而非严格的线性关系”
< br>
2.
相关系数刻画了随机变量
X
和
Y
之间的“线性相关”程度
.
3.
的值越接近
1, Y
与
X
的线性相关程度越高
;
-
-
-
-
-
-
-
-
-
上一篇:初中英语词汇辨析的基础测试题附答案(3)
下一篇:如何更好满足客户服务期望