几何分布的期望和方差怎么证明
超几何分布的均值公式推导？
超几何分布的均值公式推导？
超几何分布的期望和方差公式：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。
方差公式是V(X)X1^2*P1 X2^2*P2 ...Xn^2*Pn-a^2[这里设a为期望值]。
超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件（其中包含M个指定种类的物件）中抽出n个物件，成功抽出该指定种类的物件的次数（不放回）
分布列方差和期望的区别？
分布列就是一个概率题所有事件极其概率列成的两行两列的表格。 数学期望就是把概率乘以对应的数字即可，比如计硬币向上为1，向下为0，E（投硬币）1/2*1 1/2*01/2
两点分布的期望和方差推导？
在二点分布（也就是伯努利分布）里，0，1是伯努利随机变量X的值（其实随机变量的值也可以用其他值表达，比如-1，1或者2，3都可以，只不过用0，1会更好理解一些）。分类变量的编码0，1是一个代号，只不过碰巧都是0，1，让你产生误解了。其实虚拟变量也可以用2，3，或者3，4或者-1，1等等都可以。
方差公式没有平方啊,就是p(1-p)
两点分布嘛：1的概率为p,0为（1-p）
均值E(x)p
方差D(x)p[（1-p）^2] (1-p)[(0-p)^2]
p(1-p)[p (1-p)]
p(1-p)
数学期望方差的两种公式？
方差和期望的关系公式：DXEX^2-(EX)^2。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。
将第一个公式中括号内的完全平方打开得到：DXE(X^2-2XEX (EX)^2)E(X^2)-E(2XEX) (EX)^2E(X^2)-2(EX)^2 (EX)^2E(X^2)-(EX)^2，离散型随机变量与连续型随机变量都是由随机变量取值范围(取值)确定。
方差计算注意事项
协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。（结合下面的2理解，每个样本有很多特征，每个特征就是一个维度）。
根据公式，计算协方差需要计算均值，那是按行计算均值还是按列，协方差矩阵是计算不同维度间的协方差，要时刻牢记这一点