maths.free › Probability Theory › Random variables and expectation
Random variables and expectation
Distributions, expected value, variance, linearity of expectation.
A random variable is a number attached to each outcome; its expectation is the probability-weighted average, and expectation is linear even when the variables are dependent. Picture it: the distribution as a bar chart, the mean as its balance point. Think it: expectation is an integral against the probability measure.
ตัวอย่างที่ทำงานแล้ว · 10 * 1/2
ก้าวต่อก้าว
- 10 \cdot 1 \cdot \frac{1}{2} = 5
Multiply: 10·1(1/2) = 5.
เปิดเผยคำตอบ
ตอนนี้คุณ เลือกปัญหา หรือพิมพ์หรือวาดเอง ทุกขั้นตอน รูปภาพ คำตอบซ่อนไว้ จนกว่าคุณจะถาม
สัญลักษณ์ที่ใช้ที่นี่
คลิกสัญลักษณ์ใดก็ได้ เพื่อดูคำอธิบาย รูปภาพ และความหมายของตัวอักษร
วิธีการ: Random variables and expectation
- Multiply: 10·1(1/2) = 5.
คำถามที่คนถาม
What is the difference between probability and statistics?
Probability goes from a known model to what the data should look like; statistics goes from data back to the model. Probability theory is the deductive half.
What does the law of large numbers promise?
That the average of many independent samples converges to the expected value. It says nothing about any single trial.
เพิ่มเติมใน Probability Theory
Sample spaces and the axiomsThe common distributionsThe law of large numbers and the central limit theorem