随机变量:
平均、方差 和
标准差
随机变量是一个随机实验结果的可能数值。
例子:抛硬币:结果可以是正面或反面。
我们可以用数值来代表:正面=0 和 反面=1,这就是随机变量 "X":
所以:
- 有个实验(比方抛硬币)
- 我们给每个事件分派数值
- 数值的集合是个随机变量
去阅读 随机变量 来了解更多。
平均、方差和标准差
平均或期望值:μ
如果我们知道每个数值 x 的概率,我们便可以计算 X 的期望值(平均):
μ = Σxp
注意:Σ 是 总和符号,意思是加起来。
计算期望值:
- 把每个数值乘以其概率
- 把结果加起来
例子(续):
x | 1 | 2 | 3 | 4 | 5 | 6 |
p | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.5 |
xp | 0.1 | 0.2 | 0.3 | 0.4 | 0.5 | 3 |
μ = Σxp = 0.1+0.2+0.3+0.4+0.5+3 = 4.5
期望值是 4.5
注意:这是 加权平均值:高概率的数值在平均里有较高的比重。
方差:Var(X)
方差是:
Var(X) = Σx2p − μ2
计算方差:
- 把每个数值的平方乘以其概率
- 把结果加起来:Σx2p
- 减去期望值的平方 μ2
例子(续):
x | 1 | 2 | 3 | 4 | 5 | 6 |
p | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.5 |
x2p | 0.1 | 0.4 | 0.9 | 1.6 | 2.5 | 18 |
Σx2p = 0.1+0.4+0.9+1.6+2.5+18 = 23.5
Var(X) = Σx2p − μ2 = 23.5 - 4.52 = 3.25
方差是 3.25
标准差:σ
标准差是方差的平方根:
σ = √Var(X)
例子(续):
x | 1 | 2 | 3 | 4 | 5 | 6 |
p | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.5 |
x2p | 0.1 | 0.4 | 0.9 | 1.6 | 2.5 | 18 |
σ = √Var(X) = √3.25 = 1.803...
标准差是 1.803……
再来一个例子!
(注意这次的列表是垂直排列的。)
你打算开一家麦德劳炸鸡店。这是市场调查数据:
百分比 | 每年收益 |
---|---|
20% | ¥50,000 亏蚀 |
30% | ¥0 |
40% | ¥50,000 利润 |
10% | ¥150,000 利润 |
用这些概率来计算,你的利润期望值和标准差是多少?
随机变量是 X = '可能利润'。
求 xp 和 x2p 的总和:
黛绿 p |
收益(¥'000) x |
xp |
x2p |
---|---|---|---|
0.2 | -50 | -10 | 500 |
0.3 | 0 | 0 | 0 |
0.4 | 50 | 20 | 1000 |
0.1 | 150 | 15 | 2250 |
Σp = 1 | Σxp = 25 | Σx2p = 3750 |
μ = Σxp = 25
Var(X) = Σx2p − μ2 = 3750 − 252 = 3750 − 625 = 3125
σ = √3125 = 56(到最近的整数)
这些数值的单位是千元,所以:
- μ = ¥25,000
- σ = ¥56,000
所以你预期可以转到 ¥25,000,但可能有很大的误差。
我们再做一遍,不过这次 ¥50,000 的概率大很多:
例子(续):
用不同的概率(¥50,000 的概率是很高的 0.7):
概率 p |
收益(¥'000) x |
xp |
x2p |
---|---|---|---|
0.1 | -50 | -5 | 250 |
0.1 | 0 | 0 | 0 |
0.7 | 50 | 35 | 1750 |
0.1 | 150 | 15 | 2250 |
Σp = 1 | Sums: | Σxp = 45 | Σx2p = 4250 |
μ = Σxp = 45
Var(X) = Σx2p − μ2 = 4250 − 452 = 4250 − 2025 = 2225
σ = √2225 = 47(到最近的整数)
把千元转回到元:
- μ = ¥45,000
- σ = ¥47,000
平均值现在比较接近离最可能值了。
标准差也小了(代表数值比较聚合在中间。)
连续
随机变量可以是离散或连续的:
- 离散数据只能取某些数值(例如 1、2、3、4、5)
- 连续数据可以取一个范围(值域)里的任何数值(例如人的身高)
这个网页的例子都是关于离散数据的,因为求连续数据的平均、方差和标准差需要用到积分法。
总结
- A 随机变量是随机实验结果的可能数值。
- 平均(期望值)是:μ = Σxp
- 方差是:Var(X) = Σx2p − μ2
- 标准差是:σ = √Var(X)