设X为随机变量,X1,X2,Xi,,Xn为其n个样本,DX为方差。
根据方差的性质,有D(X+Y)=DX+DY,以及D(kX)=k^2DX,其中X和Y相互独立,k为常数。
于是D(ΣXi/n)=ΣD(Xi)/(n^2)=DX/n
扩展资料
当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。
方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数,它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根,用S表示。方差相应的计算公式为:
标准差与方差不同的是,标准差和变量的计算单位相同,比方差清楚,因此很多时候我们分析的时候更多的使用的是标准差。
统计学中方差计算公式:
设X是一个随机变量,若E{[X-E(X)]^2}存在,则称E{[X-E(X)]^2}为X的方差,记为D(X)或DX。即D(X)=E{[X-E(X)]^2},而σ(X)=D(X)^05(与X有相同的量纲)称为标准差或均方差。
由方差的定义可以得到以下常用计算公式:
D(X)=E(X^2)-[E(X)]^2
S^2=[(x1-x拔)2+(x2-x拔)^2+(x3-x拔)^2+…+(xn-x拔)^2]/n
性质:
1、设C为常数,则D(C) = 0(常数无波动);
2、D(CX )=C2D(X ) (常数平方提取,C为常数,X为随机变量);
证:特别地 D(-X ) = D(X ), D(-2X ) = 4D(X )(方差无负值)
3、若X 、Y 相互独立,则证:记则
前面两项恰为 D(X)和D(Y),第三项展开后为当X、Y 相互独立时,故第三项为零。
离散型随机变量的方差:D(X)=E{[X-E(X)]^2}(1)
=E(X^2)-(EX)^2(2)
(1)式是方差的离差表示法,如果LZ不懂,可以记忆(2)式
(2)式表示:方差=X^2的期望-X的期望的平方
很好记忆的,如果楼主还有疑问,欢迎继续追问O(∩_∩)O~~方差计算公式两种:S^2=(1/n)、S=(X2-平均数)^2。方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。
概率论,是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的,在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下,纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下,每一次试验或观察前,不能肯定会出现哪种结果,呈现出偶然性。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)