发布网友 发布时间:2022-05-16 03:06
共1个回答
热心网友 时间:2023-10-09 15:36
若两个随机变量X和Y相互独立,那么两个随机变量的和的方差等于各自方差的和:
D(X+Y) = D(X)+D(Y)
这是因为:D(X+Y) = E{(X+Y)-[E(X)+E(Y)]}^2
= E{[X-E(X)]+[Y-E(Y)]}^2
= E[X-E(X)]^2 + 2E{[X-E(X)][Y-E(Y)]} + E[Y-E(Y)]^2
= D(X) + D(Y) + 2E{[X-E(X)][Y-E(Y)]}
= D(X) + D(Y)
这是因为 X、Y相互独立,E{[X-E(X)][Y-E(Y)]}=0
因此: D(X+Y) = D(X)+D(Y)
统计学意义
当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。