如何证明随机变量样本的均值的期望等于总体的期望

如题所述

设E(X)=μ

则:E(X的平均值)=E(1/n·∑Xi) 【i从1到n】=1/n·E(∑Xi)=1/n·∑E(Xi)=1/n·nμ=μ

设X,Y是概率空间(Ω,F,p)上的两个随机变量,如果除去一个零概率事件外,X(ω)与Y(ω)相同,则称X=Y以概率1成立,也记作p(X=Y)=1或X=Y,α.s.(α.s.意即几乎必然)。

随机变量即在一定区间内变量取值为有限个或可数个。例如某地区某年人口的出生数、死亡数,某药治疗某病病人的有效数、无效数等。离散型随机变量通常依据概率质量函数分类,主要分为:伯努利随机变量、二项随机变量、几何随机变量和泊松随机变量。

扩展资料:

随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量可以是离散型的,也可以是连续型的。

在实际问题中通常用它来表征多个独立操作的随机试验结果或多种有独立来源的随机因素的概率特性,因此它对于概率统计的应用是十分重要的。

参考资料来源:百度百科--随机变量

温馨提示:答案为网友推荐,仅供参考
第1个回答  2017-05-25
设E(X)=μ

则:
E(X的平均值)
=E(1/n·∑Xi) 【i从1到n】
=1/n·E(∑Xi)
=1/n·∑E(Xi)
=1/n·nμ
本回答被网友采纳
相似回答