看板 Math 關於我們 聯絡資訊
麻煩期望值大大&變異數高手了 先來個題目 五黑球三紅球中任選出4球,設x表洪球的個數則E(x)=? ans:(3/8)*4=3/2 一次取四個球的期望值雖然機率分部不滿足二項分布 但期望值的公式E(x)=np與Var(x)=npq應該也可以成立 也應該與取四次取後不放回的期望值跟變異數相同。 問1:為什麼要強調取後放回的情形才能使用公式 此題取後不放回與取後放回的期望值是相同的 問2:為什麼要強調取後放回的情形(滿足二項分布)才可以使用上述公式? ----------------------------------------- 1.期望值與變異數隨著測驗次數或者是隨機變數改變的討論 除了E(x)=a,Var(x)=b則E(2x)=2a,Var(2x)=2b 應該是適用於任何機率問題,就取球不放回或取球放回都適用 2.若隨著測驗次數改變的期望值與變異數改變 則只可以用於每一次測驗的機率都一樣的情形 也就是說取球取後放回的問題不可以使用 請問 問1:上面兩個我自己推出的結論是否正確? 問2:第二點每一次測驗的機率都一樣的情形?需要是二一律的情況嗎?(ex有三種不同的錢 數可否使用?) 問3:若第二點滿足二一律,且某一個狀態其隨機變數與其取出的狀態次數相同 則取出n次便可以使用E(x)=np與Var(x)=npq? 問4:問3中如果我改變隨機變數變成k倍,E(kx)=knp與Var(kx)=knpq這樣對嗎? 問5:若要使用白努力公式,必須滿足二一律機率分布空間不變以及某一個狀態的隨機變數 必須是零,如同失敗機率的隨機變數是為零一樣,而另外一個隨機變數則可帶入E(x)=np 與Var(x)=npq 出來後再對於我們對於隨機變數的改變進行修正E(kx)=knp與Var(kx)=knpq,這樣觀念是 否正確? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.164.184.25 ※ 文章網址: https://www.ptt.cc/bbs/Math/M.1435487917.A.FCD.html
lovebnn : 你知道超幾何分配嗎?http://goo.gl/vzUquQ 06/28 19:02
lovebnn : 取球後放回:二項分配;取後不放回:超幾何分配 06/28 19:04
ding94xu04 : 我拜讀一下.. 06/28 20:21
ding94xu04 : 看完了點無感OTZ 06/28 20:22
njru81l : 答:問1問2,因為公式是二項分布的前提證出來的 06/28 21:06
ding94xu04 : 筆記ing 06/28 23:19
goshfju : 放回 不放回 期望值會一樣 你就想成在抽獎 06/29 01:14
goshfju : 不放回 變異數會比較小 也很直覺 06/29 01:15
goshfju : 因為越後面抽到的 情況會越確定 06/29 01:15
goshfju : 你也可純數理證明 機率的書都有 06/29 01:16
goshfju : 放回=二項分配 不放回=超幾何分配 06/29 01:16
goshfju : 且你的例子球不錯 你大可把兩種分配列出來算期望值 06/29 01:17
goshfju : 且你的例子球不多 你大可把兩種分配列出來算期望值 06/29 01:17
goshfju : 跟變異數 會比較有感覺 06/29 01:17
goshfju : 不要一開始就急著代公式 06/29 01:17
goshfju : http://i.imgur.com/cmCfx43.png 像這樣做 06/29 01:28
goshfju : Var(2X)=2^2*Var(X) 06/29 01:30
goshfju : 請回去看變異數的定義 他有平方 06/29 01:30
goshfju : X1+X2+...+Xn 跟 nX1 是不同的 你應該是這搞混 06/29 01:31
goshfju : 前者變異數為nVar(X1) 後者變異數為n^2*Var(X1) 06/29 01:33
goshfju : 二項分配是 X1+...+Xn 06/29 01:36
yhliu : 設依序記錄抽出的每個球的顏色, Xi = 1 代表第 i 次 07/02 04:06
yhliu : 抽出的是紅球, Xi = 0 代表第 i 次抽出的不是紅球. 07/02 04:06
yhliu : 那麼, 在抽出後放回混勻再抽的情況下, X1+X2+X3+X4, 07/02 04:07
yhliu : 也就是問題中的 X, 服從二項分布; 若抽出後不放回, 07/02 04:08
yhliu : 繼續抽下一個, 那麼 X 的分布是超幾何. 07/02 04:09
yhliu : 不管哪種抽法, 就個別 Xi 而言, 都是相同的分布, 在 07/02 04:09
yhliu : 本例是 P[Xi=1] = p = 3/8 = 1-P[Xi=0]. 07/02 04:10
yhliu : 因此, E[Xi] = p, Var[Xi] = p(1-p). 07/02 04:11
yhliu : 採抽出後放回方式, X1,X2,X3,X4 相互獨立, 因此 07/02 04:11
yhliu : Var[X] = Var[X1+X2+X3+X4] = Var(X1)+...+Var(X4) 07/02 04:12
yhliu : 但若採抽出後不放回, 已知 Xi=1 的話 X2, X3, X4 結 07/02 04:13
yhliu : 果是 1 的機率就不再是 p 而是小一些 (變成 2/7); 07/02 04:14
yhliu : 另一方面 X1=0 的話 X2, X3, X4 等於 1 的機率則比 07/02 04:14
yhliu : p 大, 變成 3/7. 也就是說 X1,...,X4 兩兩兩之間有 07/02 04:15
yhliu : 負相關, 所以 Var(X) < Var(X1)+...+Var(X4). 實際 07/02 04:16
yhliu : 上 Var(X) = np(1-p)(N-n)/(N-1) 07/02 04:17
yhliu : = 4(3/8)(5/8)(8-4)/(8-1) 07/02 04:18
yhliu : 這就是超幾何分布的變異數. 07/02 04:18