高等数学 / 系统课时

方差与标准差

方差与标准差

期望描述随机变量的平均位置,但无法说明数据围绕平均值分散得多远。本课将用方差和标准差刻画波动程度,掌握离散型、连续型随机变量的计算方法,并理解结果中的单位和参数含义。

学习目标

  • 理解方差与标准差分别衡量什么
  • 会使用定义式和简化公式完成计算
  • 能根据数值大小解释随机变量的稳定性

为什么只看期望还不够

两个随机变量可能具有相同的期望,却呈现完全不同的波动。例如,甲的取值集中在平均值附近,乙的取值经常远离平均值。此时仅凭期望无法区分它们,需要进一步测量每个取值与平均值之间的偏离程度。

相同期望下不同离散程度的分布对比

方差的定义

设随机变量为 XX,期望为 E(X)E(X)。方差定义为偏差平方的期望:

Var(X)=E[(X−E(X))2]Var(X)=E[(X-E(X))^2]

之所以使用平方,是因为直接对偏差求平均会让正偏差与负偏差相互抵消。平方还能放大较大的偏离,因此方差对异常的大幅波动更敏感。

离散型随机变量取值为 xix_i、对应概率为 pip_i 时:

Var(X)=∑i(xi−E(X))2piVar(X)=\sum_i (x_i-E(X))^2p_i

连续型随机变量密度为 f(x)f(x) 时:

Var(X)=∫−∞+∞(x−E(X))2f(x) dxVar(X)=\int_{-\infty}^{+\infty}(x-E(X))^2f(x)\,dx

简化公式与计算步骤

展开平方后可得到常用公式:

Var(X)=E(X2)−[E(X)]2Var(X)=E(X^2)-[E(X)]^2

计算时先求 E(X)E(X),再求 E(X2)E(X^2),最后代入简化公式。设随机变量 XX 的分布如下:

XX 0 1 2
PP 0.2 0.5 0.3

先计算期望:

E(X)=0×0.2+1×0.5+2×0.3=1.1E(X)=0\times0.2+1\times0.5+2\times0.3=1.1

再计算平方的期望:

E(X2)=02×0.2+12×0.5+22×0.3=1.7E(X^2)=0^2\times0.2+1^2\times0.5+2^2\times0.3=1.7

因此:

Var(X)=1.7−1.12=0.49Var(X)=1.7-1.1^2=0.49

标准差与参数解释

标准差是方差的算术平方根,通常记为 σ\sigma:

σ=Var(X)\sigma=\sqrt{Var(X)}

上例中标准差为 0.49=0.7\sqrt{0.49}=0.7。方差的单位是原单位的平方,例如金额的方差单位是“元平方”;标准差与原变量单位一致,因此更适合直接解释为“典型波动幅度”。

方差或标准差越小,说明取值通常越接近期望,随机变量越稳定;数值越大,说明分布越分散。它们只能描述波动大小,不能单独判断分布是否对称,也不能说明波动来自哪个方向。

常见计算错误

不要把 E(X2)E(X^2) 写成 [E(X)]2[E(X)]^2,两者含义不同。计算离散型方差时还要确认概率之和为 1;使用简化公式时若因四舍五入得到极小负数,应检查中间精度,而不是认为方差可以为负。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

方差与标准差

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通