《数学期望与方差》课件

数学期望与方差课程概要概率论基础数学期望与方差应用场景本课程将回顾概率论的基本概念，为理深入讲解数学期望和方差的概念、性质探索数学期望和方差在统计学、金融学解数学期望和方差奠定基础以及计算方法、机器学习等领域的应用数学期望的定义随机变量的平均值加权平均值期望公式数学期望是随机变量取值的平均值，它反每个取值乘以其概率，然后将所有乘积加EX=Σxi*Pxi，其中xi是随机变量的映了随机变量的中心位置起来取值，Pxi是其概率数学期望的性质加法性常数倍性多个随机变量的期望之和等于它们的随机变量乘以一个常数的期望等于期和的期望望乘以这个常数线性性线性组合的期望等于各个随机变量期望的线性组合数学期望的计算方法离散型随机变量1直接利用公式计算连续型随机变量2使用积分计算期望的线性性质加法性常数倍数12多个随机变量之和的期望等于各个随机变量期望之和随机变量乘以一个常数的期望等于该随机变量的期望乘以该常数离散随机变量的期望离散随机变量可取有限个值或可数个值期望所有可能取值的加权平均公式EX=Σx*PX=x连续随机变量的期望12积分概率密度函数利用积分计算期望基于概率密度函数求积分3无穷大积分区间可能为无穷大方差的定义方差的定义计算公式方差是用来衡量随机变量与其数方差的计算公式为VarX=学期望之间的偏离程度的度量，E[X-E[X]^2]反映了随机变量的波动程度方差的性质非负性常数的方差为零方差始终为非负值，因为它是随如果随机变量是常数，则其方差机变量与其期望值差的平方和的为零，因为所有值都与其期望值平均值相同线性变换的方差对于随机变量X和常数a、b，VaraX+b=a2VarX方差的计算公式总体方差1σ²=E[X-μ²]样本方差2S²=ΣXi-X̄²/n-1方差的计算公式用于衡量数据点与平均值的离散程度总体方差和样本方差分别用于计算总体数据和样本数据的离散程度方差的线性性质方差的线性性质期望的线性性质对于任意随机变量X和常数a，有对于任意随机变量X和常数a，有•VaraX=a^2VarX•EaX=aEX•VarX+a=VarX•EX+a=EX+a标准差的定义概念公式标准差是用来衡量数据离散程度的统计指标，表示数据分布的离标准差用σ表示，计算公式为σ=√∑x-μ²/N，其中μ代散程度它反应了数据点偏离平均值的程度表样本的平均值，N代表样本个数标准差的应用衡量数据离散程度比较数据组差异评估风险大小常见分布的期望与方差正态分布的性质对称性峰度标准化123正态分布曲线关于其均值对称正态分布曲线呈现钟形，在均值处任何正态分布都可以通过标准化转达到峰值换为标准正态分布正态分布的应用场景自然现象工程领域金融市场许多自然现象，如人体的身高、体重、正态分布在工程领域有着广泛的应用，金融市场上的股票价格、利率等指标，血压等，都服从正态分布通过正态分例如在质量控制中，我们可以使用正态往往也服从正态分布这使得我们可以布模型，我们可以更好地理解和预测这分布来判断产品的质量是否符合标准使用正态分布模型来分析和预测金融市些自然现象的变化规律场的波动趋势贝叶斯公式用于计算事件发生的概率基于新的证据更新先验概率在统计学和机器学习中广泛应用条件期望定义公式12在给定事件或随机变量的情况EX|Y=∑x*PX=x|Y=y下，随机变量的期望值称为条件期望应用3条件期望在预测、决策和风险管理等方面发挥重要作用条件方差定义公式条件方差表示在给定随机变量X的取值下，另一个随机变量Y的VarY|X=E[Y-E[Y|X]²|X]方差协方差的定义协方差正协方差度量两个随机变量之间线性关系当两个变量同时趋于增大或减小的强度和方向时，协方差为正，表示正相关负协方差零协方差当一个变量增大而另一个变量减当两个变量之间没有线性关系时小时，协方差为负，表示负相关，协方差为零，表示不相关相关系数的定义定义意义相关系数是一个衡量两个变量之间线性关系强度的统计量它的当相关系数为1时，表示两个变量之间存在完全正相关；当相关值介于-1到1之间系数为-1时，表示两个变量之间存在完全负相关；当相关系数为0时，表示两个变量之间不存在线性关系相关系数的性质正相关负相关无相关当两个变量之间存在正相关关系时，相关当两个变量之间存在负相关关系时，相关当两个变量之间不存在线性关系时，相关系数为正值，且值越大，正相关程度越强系数为负值，且值越小，负相关程度越强系数接近于零，表明两个变量之间没有线性相关性相关系数的应用评估变量间关系数据分析与预测风险管理与投资相关系数可衡量两个变量之间的线性相关系数可用于预测一个变量的变化相关系数可帮助评估投资组合的风险关系强度，正相关表示两个变量同时趋势，例如通过分析销售额与广告支，例如通过分析股票价格的相关性，变化，负相关表示两个变量反向变化出的相关性，预测未来销售额构建更稳定的投资组合独立性与相关性独立性是指两个随机变量之间没有相相关性是指两个随机变量之间存在某互影响种联系，可以是正相关或负相关回归分析概述定义1回归分析是一种统计方法，用来研究变量之间关系的强弱和方向应用2广泛应用于经济学、社会学、医学等领域，预测未来趋势、分析变量关系类型3包括线性回归、非线性回归等，根据变量之间的关系类型选择合适的模型总结与思考概念理解计算方法实际应用掌握数学期望和方差的概念，并能运熟悉数学期望和方差的计算方法，并将数学期望和方差应用于实际问题，用它们分析随机现象能灵活运用例如风险评估和投资决策。