几何分布的期望与方差公式怎么推导 超几何分布的数学期望公式推导

如何证明超几何分布的期望值和方差的公式。书上太简略，看不懂。 考研不考证明超几何分布的期望与方差公式怎么推导 期望值有两种方法：1.最笨的，也就是把每种情况（就是拿到0，1，2，3，4，5，6，7个指点球）都算出来[超几何分布计算公式：p(x=r)=(Cm r*CN-M n-r)/CNn，\"C\"是组合数，m与r。超几何分布的期望公式m n M那个！ P(X=k)=C(M k)·C(N-M n-k)/C(N n)，C是组合，括号里左边的那个放在C右上，右边放右下这个记为X~H(n，M，N)，期望E(x)=nM/N方差D(X)=nM(N-M)(N-n)/[(N^2)(N-1)]超几何分布是统计学抄上一种离散概率分布。它描述了由有限知个物件中抽出n个物件，成功抽出指定种类的物件的次数（不归还）。称为超几何分布，是因为道其形式与“超几何函数”的级数展式的系数有关。超几何分布的数学期望和方差的算法 1、期望值2113计算公式：E(X)=(n*M)/N[其中x是样本数，5261n为样本容量，M为样本总数，N为总体4102中的个1653体总数]，求出均值，这就是超几何分布的数学期望值。2、方差计算公式：V(X)=X1^2*P1+X2^2*P2+.Xn^2*Pn-a^2[这里设a为期望值]扩展资料：在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。在概率分布中，期望值和方差或标准差是一种分布的重要特征。在经典力学中，物体重心的算法与期望值的算法十分近似。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。参考资料来源：-期望值-方差超几何分布的数学期望和方差怎么算 X H(n，M，N)例 N个球 有M个黑球 取 n个黑球则 EX=nM/NDX=nM/N*(1-M/N)*(N-n)/(N-1)其实可以和二项分布类比的.二项分布就是超几何分布的极限

#数学#总体方差#方差公式#方差计算公式