概率论的学习和整理17:EXCEL的各种期望,方差的公式

发布于:2024-05-09 ⋅ 阅读:(20) ⋅ 点赞:(0)

目录

1 总结

1.1 本文目标总结方法

1.2 总结一些中间关键函数

2 均值和期望

2.1 求均值的公式

2.2 求随机变量期望的公式

2.3 求随机变量期望的朴素公式

3 方差

3.1 确定数的方差

3.2 统计数的方差公式

3.3 随机变量的方差公式

3.4 EXCEL提供的直接计算方差的公式

4  期望 和方差的公式的实践

4.1 实际计算

4.2  暂时发现,最朴素的期望和方差公式才是通用的,没有之一

5 特殊分布的期望和公式

5.0 用原始的概率,期望和方差的方法

5.0 各种特殊分布的期望和方差公式 (很多对应下面的EXCEL公式)

5.1 超几何分布 HYPGEOM.DIST()

5.2 二项分布  BINOM.DIST()

5.3 泊松分布 poisson.disct()

5.4 几何分布 (暂时没用,可用负二项的)

5.5 负二项分布  negbinom.dist()

5.6 指数分布  expon.dist()

5.7 正态分布  norm.dist()

5.8 其他

1 总结

1.1 本文目标总结方法

  • EXCEL用来用计算 期望和方差
  • 除了分布计算外,甚至有不少直接求某些期望和方差的公式
  • 这里来总结下

1.2 总结一些中间关键函数

  • combin()  组合函数
  • fact()  阶乘函数
  • 排列函数
  • 等等

2 均值和期望

2.1 求均值的公式

如果不是随机变量,只能求均值,而均值有很多种,这也对应不同的均值公式

EXCEL都有对应的公式

  • 算术平均值,AVERAGE()
  • 几何平均值,GEOMEAN()
  • 调和平均值,HARMEAN()
  • 加权平均值,sumproduct(数列1,数列2)

2.2 求随机变量期望的公式

  • 因为随机变量的,数学期望,本质也是一种加权平均值,因为也可以用加权平均值方法求值,sumproduct(数列1,数列2)
  • 我现在没发现直接求 随机变量期望的公式

2.3 求随机变量期望的朴素公式

只要是随机变量,不管是哪种特定分布,甚至不知道具体的分布

朴素的期望公式

  • E(X)=Σpi*xi

3 方差

3.1 确定数的方差

  • D(X) =  Σ(xi-均值)^2/n

3.2 统计数的方差公式

  • 统计的方差公式 和上面基本相同
  • D(X) =  Σ(xi-期望)^2/n

3.3 随机变量的方差公式

  • 因为是以概率为加权,所以
  • D(X) =  Σpi*(xi-u)^2

3.4 EXCEL提供的直接计算方差的公式

  • 总体方差        VAR.P()
  • 样本方差        VAR.S()
  • 总体标准差    STDEV.P()
  • 样本标准差    STDEV.S()

4  期望 和方差的公式的实践

4.1 实际计算

  • 在EXCEL里,朴素的 均值,期望,方差公式,在有限数据的情况下都是可以算的
  • 但是EXCEL没有提供通用的,期望和方差的特定计算公式,开始我还觉得奇怪,现在想起来,可能是因为不同的 随机变量,概率分布差别很大,除了统一的朴素 期望公式,朴素方差公式,

4.2  暂时发现,最朴素的期望和方差公式才是通用的,没有之一

确定数据/样本数据

  • 确定数据的期望 E(X) = Σxi/n
  • 确定数据的期望 E(X) = Σ(xi-u)^2/n

随机变量的

  • 随机变量的期望 E(X) = Σpi*xi
  • 随机变量的期望 E(X) = Σpi*(xi-u)^2

5 特殊分布的期望和公式

  • 特定的分布,因为期望和方差都有特定公式
  • EXCEL单独提供这些分布的期望和方差,直接求得公式

5.0 用原始的概率,期望和方差的方法

  • 虽然计算概率,需要用对应分布的公式
  • P(x=n) 想了解的随机变量是总次数n,需要对应几何分布,负二项分布
  • P(x=k) 想了解的随机变量是成功次数k,需要对应超几何分布部分,二项分布等

  • 但是计算,期望和方差可以用,随机变量的朴素的定义公式
  • 注意是随机变量的期望和方差朴素定义公式,而不是统计的方差公式等!!
  • 比如两种方差公式差别
  • 但是也有相同点,可以认为 统计公式里  1/N=p

5.0 各种特殊分布的期望和方差公式 (很多对应下面的EXCEL公式)

  • 0-1分布
  • 几何分布,P(x=n) = p*(1-p)^n-1,  E(x)=1/p , D(x)=(1-p)/p
  • 超几何分布,P(x=k) = C(M,k)*C(N-m,n-k)/C(N,n),  E(x)=nM/n , D(x)=n*M/N*(1-M/N)*(N-n)/(N-1)
  • 二项分布,P(x=k) = C(n,k)*p*(1-p)^n-1,  E(x)=np , D(x)=np*(1-p)
  • 泊松分布,P(x=k) = λ^*e^-λ/k!,  E(x)=λ , D(x)=λ,而λ=np
  • 正态分布,
  • 指数分布,
  • 负二项分布,
  • gamma分布,

5.1 超几何分布 HYPGEOM.DIST()

 

5.2 二项分布  BINOM.DIST()

  • 二项分布可用如下公式
  • BINOM.DIST(U3,V$1,V3,FALSE)

5.3 泊松分布 poisson.disct()

  • poisson.disct()

 

5.4 几何分布 (暂时没用,可用负二项的)

次数=1的特殊,负二项分布

5.5 负二项分布  negbinom.dist()

 

5.6 指数分布  expon.dist()

  • expon.dist()

 

5.7 正态分布  norm.dist()

 

5.8 其他

  • fdist F分布


网站公告

今日签到

点亮在社区的每一天
去签到