【陆勤笔记】《深入浅出统计学》5离散概率分布的运用:善用期望

意外从天而降,未来如何演变?

利用概率预测长期结果,利用期望度量结果的确定性。

随机变量

随机变量是一个可以等于一系列数值的变量,而这一系列数值中的每一个值都与一个特定概率相关联。

离散变量,这里的变量具有离散值,即该变量只能取确定数值。

只要算出概率分布,就能利用概率分布来确定预期的结果。

期望指示预测结果。

变量X的期望通常写作E(X)。

期望的计算公式:

方差指示结果的分散性

概率分布确实有其方差。

期望指出一个变量的典型值或平均值,但并不提供有关数值分散性的任何信息。

方差的计算公式:

我们算出了方差以后,也可以算出概率分布的标准差,公式如下。

线性变换的通用公式

如果X1、X2…Xn都与X具有相同的概率分布,则有以下关系式子。

几组重要的计算公式

重要统计量

期望

方差

总结

1概率分布、期望、方差含义

2期望与方差的计算

原文发布于微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文发表时间:2015-07-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏懒人开发

(5.3)James Stewart Calculus 5th Edition:The Fundamental Theorem of Calculus

则 我们可以把对应的上限 看成一个变量,变量下限 的积分 可以表示为:

8730
来自专栏机器之心

128块Tesla V100 4小时训练40G文本,这篇论文果然很英伟达

近年来,深度学习已经成功应用到多种问题中。迁移学习在计算机视觉问题上的成功运用使得许多应用成为可能:VGG[6] 和 ResNets [7] 等大型 CNN 在...

10140
来自专栏AI科技评论

CNCC 2016 | 山世光:深度化的人脸检测与识别技术—进展与展望

编者注:本文根据山世光在 CNCC 2016 可视媒体计算论坛上所做的报告《深度化的人脸检测与识别技术:进展与问题》编辑整理而来,在未改变原意的基础上略有删减。...

38040
来自专栏新智元

DeepMind 推出贝叶斯 RNN,语言建模和图说生成超越传统 RNN

【新智元导读】DeepMind 研究人员今天在 arXiv 上传他们的新作《贝叶斯 RNN》。据介绍,论文有四大贡献,其中一种技术不仅适用于 RNN,任何贝叶斯...

45460
来自专栏何颖的专栏

【SPA大赛】移动app广告转化率预估算法优化思路及解决办法

本次腾讯社交广告算法大赛以移动app广告转化率预估为背景,以移动App广告为研究对象,预测App广告点击后被激活的概率,即给定广告、用户和上下文情况下广告被点击...

1.4K00
来自专栏人工智能头条

技术干货丨想写出人见人爱的推荐系统,先了解经典矩阵分解技术

对于一个推荐系统,其用户数据可以整理成一个user-item矩阵。矩阵中每一行代表一个用户,而每一列则代表一个物品。若用户对物品有过评分,则矩阵中处在用户对应的...

10830
来自专栏计算机视觉战队

腾讯AI Lab的CVPR 2018文章解读

今天和大家分享马上要召开的CVPR 2018会议,这算殿堂级的会议,今天主要主角是我和腾讯,?说起腾讯,其实和他还有许多缘分,但是现在还挺不是个滋味,永远记得1...

15310
来自专栏AlgorithmDog的专栏

强化学习系列之三:模型无关的策略评价

上一章我们介绍了模型相关 (Model-based) 的强化学习。从现在开始我们要介绍模型无关 (Model-free) 的强化学习。 由...

30790
来自专栏专知

【CQA论文笔记】基于卷积深度相关性计算的社区问答方法,建模问题和回答的匹配关系

【导读】将基于社区的问答(CQA)网站变得越来越火,用户通过它们可以从其他用户那里获取更为复杂、细致和个性化的答案。但是现有的方法主要是基于词包,但在短文本匹配...

48750
来自专栏达观数据

技术干货丨想写出人见人爱的推荐系统,先了解经典矩阵分解技术

网络中的信息量呈现指数式增长,随之带来了信息过载问题。推荐系统是大数据时代下应运而生的产物,目前已广泛应用于电商、社交、短视频等领域。本文将针对推荐系统中基于隐...

1.2K70

扫码关注云+社区

领取腾讯云代金券