Svar:
Formlen er den samme, uanset om det er en diskret tilfældig variabel eller en kontinuerlig tilfældig variabel.
Forklaring:
uanset typen af tilfældig variabel er formel for varians
Men hvis den tilfældige variabel er diskret, bruger vi summationsprocessen.
I tilfælde af en kontinuerlig tilfældig variabel bruger vi integralet.
E (
# X ^ 2 # ) =# int_-infty ^ infty x ^ 2 f (x) dx # .E (X) =
# int_-infty ^ infty xf (x) dx # .Herfra får vi
# Sigma ^ 2 # ved substitution.
Hvad er en tilfældig variabel? Hvad er et eksempel på en diskret tilfældig variabel og en kontinuerlig tilfældig variabel?
Se nedenfor. En tilfældig variabel er numeriske resultater af et sæt mulige værdier fra et tilfældigt eksperiment. For eksempel vælger vi tilfældigt en sko fra en skoforretning og søger to numeriske værdier af størrelse og pris. En diskret tilfældig variabel har et begrænset antal mulige værdier eller en uendelig sekvens af talbare reelle tal. For eksempel størrelse på sko, som kun kan tage et begrænset antal mulige værdier. Mens en kontinuerlig tilfældig variabel kan tage alle værdier i et interval med reelle tal. For eksempel kan pr
Hvad er forskellen mellem en diskret tilfældig variabel og en kontinuerlig tilfældig variabel?
En diskret tilfældig variabel har et begrænset antal mulige værdier. En kontinuerlig tilfældig variabel kunne have nogen værdi (normalt inden for et vist interval). En diskret tilfældig variabel er typisk et helt tal, selv om det kan være en rationel fraktion. Som et eksempel på en diskret tilfældig variabel: værdien opnået ved at rulle en standard 6-sidet dyse er en diskret tilfældig variabel, der kun har de mulige værdier: 1, 2, 3, 4, 5 og 6. Som et andet eksempel på en Diskret tilfældig variabel: Fraktionen af de næste 100 køretøj
Hvad er den matematiske formel til beregning af variansen af en diskret tilfældig variabel?
Lad mu_ {X} = E [X] = sum_ {i = 1} ^ {infty} x_ {i} * p_ {i} være den gennemsnitlige (forventede værdi) af en diskret tilfældig variabel X, der kan tage på værdier x_ { 1}, x_ {2}, x_ {3}, ... med sandsynligheder P (X = x_ {i}) = p_ {i} (disse lister kan være endelige eller uendelige og summen kan være endelige eller uendelige). Variansen er sigma_ {X} ^ {2} = E [(X-mu_ {X}) ^ 2 = sum_ {i = 1} ^ {infty} (x_ {i} -mu_ {X}) ^ 2 * p_ {i} Det foregående afsnit er definitionen af variansen sigma_ {X} ^ {2}. Den følgende bit af algebra, der bruger lineariteten af den forventede v