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.
Şimdi sen
Bir problem seçin, ya da kendi probleminizi yazın ya da çizin. Her adım, bir resim, cevap sorulana kadar gizli.
Kendi çalışmalarınızı saklayın
Ücretsiz bir hesap her ders için notlar, bitirdiğiniz şeylerin kaydı, çözüldüğünüz problemlerin bir yerdeki kaydı ve bu sayfa hakkında soru sormak için bir öğretmen ekler. Matematik kendisi, giriş yapmış veya yapmamış herkese açıktır.
Tüm tanım, resim ve her harfin anlamı için herhangi bir sembolü tıklayın.
Her parçanın anlamı nedir?
Düşünsene.
Bilmeye değer.
Örnekler
Bu açıklamada da kullanılıyor.
Nasıl: Random variables and expectation
Multiply: 10·1(1/2) = 5.
Sık sorulan sorular
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.