대답:
수식은 이산 무작위 변수 또는 연속 무작위 변수 모두 동일합니다.
설명:
확률 변수의 유형에 관계없이 분산 수식은 다음과 같습니다.
그러나, 확률 변수가 불연속이라면, 합산 과정을 사용합니다.
연속 확률 변수의 경우, 우리는 적분을 사용합니다.
이자형(
# X ^ 2 # ) =# int_-infty ^ infty x ^ 2 f (x) dx # .E (X) =
# int_-infty ^ infty x f (x) dx # .이것으로부터 우리는
# 시그마 ^ 2 # 대체에 의해.
삼각형의 둘레에 대한 공식은 p = 2L + 2W입니다. W의 공식은 무엇입니까?
W = "p-2L"/ "2"모든 수학 방정식은 단일 변수를 분리하도록 수정할 수 있습니다. 이 경우, 당신은 W를 분리하고 싶습니다. 첫 번째 단계는 다음과 같이 평등의 빼기 속성에 의해 각면에서 2L을 빼는 것입니다. p = 2L + 2W -2L | -2L 이렇게하면 p-2L = 0 + 2W 또는 p-2L = 2W가됩니다. 변수에 2W와 같은 계수가 있으면 변수에 계수를 곱한 것입니다. 곱셈의 역함수는 2를 제거하는 것을 의미하는 나눗셈입니다. 즉, "p-2L"/ "2"= "2W"/ "2"와 같이 등호의 나누기 속성에 의해 각면을 2로 간단히 나눕니다. "p-2L"/ "2"= "W", 단순화. 평등성의 대칭 속성에 의해이 방정식을 뒤집어서 W = "p-2L"/ "2"
표본 분산과 모집단 분산에 대한 기호는 무엇입니까?
표본 분산 및 모집단 분산에 대한 기호는 아래 이미지에서 찾을 수 있습니다. 표본 분산 S ^ 2 모집단 분산 σ ^ 2
이산 확률 변수의 분산을 계산하기위한 수학 공식은 무엇입니까?
X_ {x}를 취할 수있는 이산 확률 변수 X의 평균 (예상 값)을 mu_ {X} = E [X] = sum_ {i = 1} ^ {infty} 확률 P (X = x_ {i}) = p_ {i} (이들리스트는 유한 또는 무한이고 합계는 유한 또는 무한 일 수있다)를 갖는 x_ {1}, x_ {2}, x_ {3} 분산은 sigma_ {X} ^ {2} = E [(X-mu_ {X}) ^ 2] = sum_ {i = 1} ^ {infty} (x_ {i} -mu_ {X}) ^ 2 * p_ {i} 앞 단락은 분산 sigma_ {X} ^ {2}의 정의입니다. 기대 값 연산자 E의 선형성을 사용하는 다음 비트의 대수는 자주 사용하기 쉬운 대체 수식을 보여줍니다. X [2] = E [(X-mu_ {X}) ^ 2] = E [X2-2mu_ {X} X + mu_ {X} ^ {2} ] 2mu_ {X} ^ {2} = E [X ^ 2] -2mu_ {X} ^ {2} + mu_ {X} ^ {2} = E [X ^ 2] E [X ^ {2}] = sum_ {i = 1} ^ {infty} x_ {2} - E [X ^ {2}] - {i} ^ {2} * p_ {i}