怎么求方差与期望之间的关系？

1. 怎么求方差与期望之间的关系？

直接根据期望与方差的计算公式就可以如图求出期望是1，方差是1/6。
（x-Ex）²f（x）从负无穷到正无穷积分
E(X)就是X的平均值
参数为2的泊松分布，根据公式可知Eξ=Dξ=2，所以D(2ξ)=4Dξ=8。
密度函数设成f(x,y) 就相当于上文(2/3)(1/3)
(重积分)x*f(x,y)就是E(X)
(重积分)y*f(x,y)就是E(Y)
(重积分)xy*f(x,y)就是E(XY)
扩展资料：
（当且仅当X取常数值E（X）时的概率为1时，D（X）=0。）
注：不能得出X恒等于常数，当x是连续的时候X可以在任意有限个点取不等于常数c的值。
D（aX+bY）=a2DX+b2DY+2abCov（X，Y）。
方差是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）并把它叫做这组数据的方差，记作S2。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定。
参考资料来源：百度百科-方差

2. 方差和期望的关系公式是?

方差和期望的关系公式：DX=EX^2-(EX)^2。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。
将第一个公式中括号内的完全平方打开得到：DX=E(X^2-2XEX+(EX)^2)=E(X^2)-E(2XEX)+(EX)^2=E(X^2)-2(EX)^2+(EX)^2=E(X^2)-(EX)^2，离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。

方差计算注意事项
协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。（结合下面的2理解，每个样本有很多特征，每个特征就是一个维度）。
根据公式，计算协方差需要计算均值，那是按行计算均值还是按列，协方差矩阵是计算不同维度间的协方差，要时刻牢记这一点。

3. 方差与期望的关系是怎样的

方差与期望的关系如下：
方差是衡量源数据和期望值相差的度量值。
方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。
在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。
在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和。是最基本的数学特征之一。它反映随机变量平均取值的大小。
需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）

4. 期望和方差有什么关系

方差表示随机数据离平均值的偏离程度，随机数据与平均值只差呈正态分布，方差越大，随机数据离平均值的偏离程度越大。如果期望值不是平均值，期望与方差没有直接关系。

5. 已知期望如何求方差

期望EX=10*0.5+9*0.3+8*0.1+7*0.05+6*0.05=5+2.7+0.8+0.35+0.3=9.15（变量x的取值乘以各自取值的概率之和）
方差DX。在计算方差之前先求平均值y=（10+9+8+7+6）/5=8，那么DX={0.5*[（10-8）^2]+0.3*[(9-8)^2]+0.1*[(8-8)^2]+0.05*[(7-8)^2]+0.05*[(6-8)^2]}/5=(2+0.3+0+0.05+0.2)/5=0.51.
虽然看起来有点长，但公式很好记。希望对你有所帮助。

6. 知道期望，怎么求方差，最好有详细过程

方法其实很多的，提供一个常见的吧。

7. 期望和方差的性质

期望和方差的性质如下：
期望方差（expected }ar;ance）又称预期方差、无限多次测定得到的方差。方差的期望值l)（二）等于总体的方差。

数学期望方差的性质：
1、设X是随机变量，C是常数，则E（CX）=CE（X）。
2、设X，Y是任意两个随机变量，则有E（X+Y）=E（X）+E（Y）。
3、设X，Y是相互独立的随机变量，则有E（XY）=E（X）E（Y）。
4、设C为常数，则E（C）=C。
期望方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。
概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。
在统计描述中，期望方差用来计算每一个变量（观察值）与总体均数之间的差异。为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。

方差描述随机变量对于数学期望的偏离程度。单个偏离是消除符号影响方差即偏离平方的均值，记为E(X)：直接计算公式分离散型和连续型。
推导另一种计算公式得到：“方差等于各个数据与其算术平均数的离差平方和的平均数”。其中，分别为离散型和连续型计算公式。 称为标准差或均方差，方差描述波动程度。

8. 会计 证券 期望方差

均值：
30%×15%+70%×6%＝8.7%
方差：
(15%-8.7%)^2+(6%-8.7%)^2
=0.004698
标准差：
√0.004698＝0.068＝6.8%