1.样本均值:我们有n个样本,每个样本的观测值为Xi,那么样本均值指的是 1/n * ∑x(i),求n个观测值的平均值

2.数学期望:就是样本均值,是随机变量,即样本数其实并不是确定的

PS:从概率论的角度而言:样本指的是我们现在有多少东西需要去观测,它是一种随机变量,即样本的多少是不确定                                                的,我们得到的样本均值并不是真正意义上的期望。

3.期望:已知其观测值f(x)及其概率P,求其观测值与概率乘积的累加和,∑Xi*Pi

PS:期望是一种固定值,他的观测值是基于已知某几类数值及其概率,是不同于数学期望中的观测值Xi的,数学期望         的观测值有一点取决于样本数量的味道,也就是求和这里的n其实是不同的

4.方差:先看一下方差的公式

直观的说就是:观测值f(x)与其期望相减的差值的期望

换言之:方差反应的是观测值与其期望的偏差

PS:因为是与期望相减,所以这里的方差本质也是一个固定值而非随机变量

5.样本方差:

这里的观测值减去的是均值!均值的意思就是原本物质所存在的均值,即 1/n * ∑x(i)

而实际上我们可以得知方差的求解应该减去的是期望才对,其中的缘故在于我们并不能得知真正的期望是多少,

只能通过随机变量的样本求得一个近似的值来预估期望,即利用下式来证明:

 , 当theta值是样本均值的时候,该式值最小(每个值减他们总和的均值)

那么同理返回样本方差的等式,上式最小意味着利用样本均值求解样本方差会把真实方差算小了

因此将N处理成N-1来增大样本方差的值

引出两个结论:

(a)当分母为N-1的时候,是我们对方差做的一个无偏估计

(b)当分母为N的时候,是我们对方差做的一个极大似然估计

做一个小总结:

样本均值是数学期望,求的是n个观测值的平均值,而期望指的是观测值及其概率的乘积的累加和
在样本足够多的情况下,可以理解为样本均值趋近于期望E

即:1/n*∑x(i) ≈ ∑p(i)*x(i)

方差的本质是固定不变的,得到的是这个状态正儿八经与期望的偏差,

而样本方差是随机变量,得到的是也是一种偏差,只不过这种偏差是对正确偏差的一种估计值。

概率统计与机器学习:期望,方差,数学期望,样本均值,样本方差之间的区别相关推荐

  1. python 数学期望_数学期望(离散型和连续型)

    数学期望的定义 数学期望的计算公式 例题 1.数学期望的定义 在概率论和统计学中,数学期望(或均值)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一.它反映随机变量平均取值的大小. ...

  2. 〖机器学习白板推导1〗样本均值样本方差PCA!

    [机器学习白板推导1]样本均值&样本方差&PCA! 文章目录 一. 样本均值 二. 样本方差 三. 中心矩阵的性质 四. 协方差矩阵和散度矩阵关系 五. PCA降维(最大投影方差角度) ...

  3. python 数学期望_数学期望

    主题:数学期望 数学期望就是总体的均值,或者各项的加权平均.何解? 1. 先看看均值为何? data = {1, 2, 3, 4, 5, 6} \[\text{average} = \frac{1+2 ...

  4. 机器学习中目标函数、损失函数、代价函数之间的区别和联系

    首先给出结论:损失函数和代价函数是同一个东西,目标函数是一个与他们相关但更广的概念,对于目标函数来说在有约束条件下的最小化就是损失函数(loss function) 举个例子解释一下:(图片来自And ...

  5. 机器学习中的数学:概率统计

    内容亮点 详解 6 大核心板块:概率思想.随机变量.统计推断.随机过程.采样理论.概率模型,筑牢机器学习核心基础. 教你熟练使用 Python 工具库:依托 NumPy.SciPy.Matplotli ...

  6. 数学期望(均值)、方差、协方差、相关系数和矩

    文章目录 1 前言 2 数学期望(均值).方差,矩.协方差和相关系数 2.1 数学期望(均值) 2.2 方差 2.3 协方差 2.4 相关系数 2.5 矩 1 前言 随机变量的分布函数完整地描述了随机 ...

  7. 几何分布的期望和方差公式推导_超几何分布的数学期望与方差推导

    考虑 个外表相同的物品,其中有 个同类物品与另一类的 个物品:抽取 个物品,每个物品的抽取等概率随机. 上述便是一个超几何分布(Hypergeometric Distribution)的基本模型. 抽 ...

  8. 几何分布的期望和方差公式推导_数学期望、方差、协方差

    概论: 一维随机变量期望与方差 二维随机变量期望与方差 协方差 1.一维随机变量期望与方差: 公式: 离散型: E(X)=∑i=1->nXiPi Y=g(x) E(Y)=∑i=1->ng( ...

  9. 数学1——概率与数学期望

    数学1--概率与数学期望 本文作者frankchenfu,blogs网址http://www.cnblogs.com/frankchenfu/,转载请保留此文字. 1.什么是数学期望? 数学期望亦称期 ...

最新文章

  1. windows系统numpy的下载与安装教程
  2. 无障碍开发(二)之ARIA role属性
  3. ASP.NET MVC 获取当前访问域名
  4. 2021年阳光高考成绩查询,高考攻略 | 2021年阳光高考月历来了!
  5. 活动目录从入门到精通
  6. State(状态)--对象行为型模式
  7. feign服务器响应数据量过大,SpringCloud之Feign 性能优化
  8. 若在一分页存储管理系统中,某作业的页表如表所示。已知页面大小为 1024字节,试将逻辑地址 1011,2148,3000,4000,5012转化为相应的物理地址。
  9. asp.net---jquery--ajax 实现滚动条滚动到底部分页显示
  10. 在网页输入框输入角标_这个免费插件能帮我们把Excel内容快速填充到网页表单?...
  11. LQR控制算法及代码实践
  12. 淘宝闲鱼等电商平台数据采集软件
  13. 根据汉字自动生成拼音
  14. 微信小程序登陆踩坑记录
  15. WIN10 解决“无法完成操作,因为文件包含病毒或潜在的垃圾软件”
  16. 智和信通搭建高可靠、真稳定IT运维平台,助力能源行业高效生产
  17. VMTools安装及使用
  18. Python中for循环的使用
  19. 恒大健康斥资9.3亿美元收购电动汽车公司NEVS过半股权
  20. 常用RGB颜色值对照表

热门文章

  1. java导入进度显示_java excel导入获取实时进度
  2. 二十年后的回眸(9)——十年著书路
  3. 变量类型(cpu/gpu)
  4. istio的ca证书过期,更新ca证书
  5. VMware 简易安装原版XP系统安装步骤详解
  6. 【直播问答精选】湿热灭菌和冻干验证主题研讨会——让灭菌和验证变的简单!
  7. 快消品牌企业如何打造长红爆品、如何利用数字化赋能企业管理
  8. 【工具】PDF阅读器工具推荐
  9. iOS经典面试题之深入解析objc对象的内存空间、数据结构以及isa指针的理解
  10. 关于hive的那些事(下)