超几何分布的数学期望和方差的算法 期望值有两2113种方法：1.最笨的，也就是5261把每种情况（4102就是拿到0，16531，2，3，4，5，6，7个指点球）都算出来[超几何分布计算公式：p(x=r)=(Cmr*CN-Mn-r)/CNn，\"C\"是组合数，m与r分别是下标与上标，这里不好打出来]。然后写出概率分布列，将每一纵行的P(x=r)与r相乘，所求结果相加，即可得出期望值。2.还有一种就是简单的公式法，E(X)=(n*M)/N[其中x是指定样品数，n为样品容量，M为指定样品总数，N为总体中的个体总数]，可以直接求出均值。方差也有两种算法（都是公式法）：1.这里设期望值为a，那么方差V(X)=（X1-a）^2*P1+(x2-a)^2*P2+.+(Xn-a)*Pn。2.另一种是V(X)=X1^2*P1+X2^2*P2+.Xn^2*Pn-a^2[这里同样设a为期望值]
数学期望和方差的关系？
超几何分布的数学期望和方差的算法 1、期望值计算公式：E(X)=(n*M)/N[其中x是样本数，n为样本容量，M为样本总数，N为总体中的个体总数]，求出均值，这就是超几何分布的数学期望值。2、方差计算公式：V(X)=X1^2*P1+X2^2*P2+.Xn^2*Pn-a^2[这里设a为期望值]扩展资料：在统计学中，当估算一个变量的期望值时，一个经常用到的方法是重复测量此变量的值，然后用所得数据的平均值来作为此变量的期望值的估计。在概率分布中，期望值和方差或标准差是一种分布的重要特征。在经典力学中，物体重心的算法与期望值的算法十分近似。当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。参考资料来源：-期望值-方差
