概率与统计 / 英语

随机变量｜Harvard Online

Harvard Online · YouTube · 7:02

YouTube · Harvard Online原视频

视频中的要点

选中时刻

理论加权平均

建议预备知识

阅读与收藏

把讲解展开来看。

已审核学习内容 · 视频分析 · 中文

阅读完整概览

将期望理解为离散与连续变量的概率加权平均，再使用无需独立性的线性性质。

在学习检查器中查看要点和时刻，或切换阅读标签查看完整笔记。

依据视频画面与讲解整理，并非逐字语音转写。

对可积的离散变量，期望为每个可能值与其概率乘积之和。这一理论均值不同于一次观测样本的均值。

对具有密度 f 的可积变量，期望是在其支持范围内对 $y f(y)$ 积分。密度通过面积提供概率，而不是给单点赋予概率。

各期望有限存在时，E(T₁+T₂)=E(T₁)+E(T₂)，即使两个时长相关也成立。可将复杂总量拆成较简单的组成部分。

对可积的离散变量，期望为每个可能值与其概率乘积之和。这一理论均值不同于一次观测样本的均值。

对具有密度 f 的可积变量，期望是在其支持范围内对 $y f(y)$ 积分。密度通过面积提供概率，而不是给单点赋予概率。

各期望有限存在时，E(T₁+T₂)=E(T₁)+E(T₂)，即使两个时长相关也成立。可将复杂总量拆成较简单的组成部分。

随机变量讲解定位 0:00
查看关联依据
对可积的离散变量，期望为每个可能值与其概率乘积之和。这一理论均值不同于一次观测样本的均值。对具有密度 f 的可积变量，期望是在其支持范围内对 $y f(y)$ 积分。密度通过面积提供概率，而不是给单点赋予概率。各期望有限存在时，E(T₁+T₂)=E(T₁)+E(T₂)，即使两个时长相关也成立。可将复杂总量拆成较简单的组成部分。