几何分布的期望和方差
方差用期望值表示的计算公式？
方差用期望值表示的计算公式？
对于二项分布，n是n次独立事件p为成功概率期望E（X）np方差D（X）np（1-p）
对于两点分布：期望E（x）p方差D（x）p（1-p）
对于离散型随机变量：若Yax b也是离散,则E（Y）aE（x） bD（Y）(a^2)*D（x）
对于超几何分布，描述从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）。期望方差二者的关系是D（X）E（X^2）-(E（X）)^2
几何分布的期望与方差？
几何分布的期望和方差是EXnM/N，超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）。
称为超几何分布，是因为其形式与“超几何函数”的级数展式的系数有关，超几何分布中的参数是M，N，n，上述超几何分布记作X-H(n，M，N)。
分布具有记忆性是什么？
无记忆性即：后面事件发生的概率与前面事件是否发生无关。
条件事件概率与前面事件发生有关；几何分布就无关。理解几何分布的意义有助于明白几何分布的各种性质。
扩展资料
几何分布
其中一种定义为：在n次伯努利试验中，试验k次才得到第一次成功的机率。详细地说，是：前k-1次皆失败，第k次成功的概率。几何分布是帕斯卡分布当r1时的特例。
在伯努利试验中，成功的概率为p，若ξ表示出现首次成功时的试验次数，则ξ是离散型随机变量，它只取正整数，且有P(ξk)(1-p)的(k-1)次方乘以p (k1，2，…，0p1)，此时称随机变量ξ服从几何分布。它的期望为1/p，方差为(1-p)/(p的平方)。
定义
在伯努利试验中，记每次试验中事件A发生的概率为p，试验进行到事件A出现时停止，此时所进行的试验次数为X，其分布列为：
此分布列是几何数列的一般项，因此称X服从几何分布，记为X ～ GE(p) 。
实际中有不少随机变量服从几何分布，譬如，某产品的不合格率为0.05，则首次查到不合格品的检查次数X ～ GE(0.05) 。
超几何分布的期望公式mnM那个？
P(Xk)C(Mk)·C(N-Mn-k)/C(Nn),C是组合,括号里左边的那个放在C右上,右边放右下这个记为X~H(n,M,N),期望E(x)nM/N方差D(X)nM(N-M)(N-n)/[(N^2)(N-1)
]超几何分布是统计学上一种离散概率分布。它描述了由有限个物件中抽出n个物件，成功抽出指定种类的物件的次数（不归还）。称为超几何分布，是因为其形式与“超几何函数”的级数展式的系数有关。