1、數學期望，試驗中每次出現可能結果的機率乘以其結果的總和，比如擲三次硬幣兩次正面，一次反面，正面和反面出現的機率各為百分之五十，則期望為一點五。在統計學中，當估算一個變數的期望值時，一個經常用到的方法是重複測量此變數的值，然後用所得資料的平均值來作為此變數的期望值的估計。在機率分佈中，期望值和方差或標準差是一種分佈的重要特徵；
2、方差是各個資料與其算術平均數的離差平方和的平均數，描述了一個隨機變數離其期望值的距離。先算一組資料的平均數，再算每個數和平均數差的平方，最後這組資料的各個平方和除以資料個數得到方差。如1，2，3的平均值為2，每個數與平均值的離差分別為1，0，1，這組資料的方差為三分之二。
期望：是機率論的範疇，實驗前根據機率分佈“預測”的樣本平均值。期望的計算公式：E(X)=∑xP（X表示要研究的變數）數字的方差，是算出每個數字對應的（x-μ）²，再對其計算結果求平均值。那麼機率分佈的方差就可以理解為求（x-μ）²的期望，即E（x-μ）²,這裡面的μ代表的就是之前求的E(X)，因此機率分佈的方差Var(X)公式為：Var(X)=E(X-μ)²。根據以上公式，將數值代入，求出離散分佈的期望和方差。
超幾何分佈的期望和方差是EX=nM/N，超幾何分佈是統計學上一種離散機率分佈。它描述了從有限N個物件（其中包含M個指定種類的物件）中抽出n個物件，成功抽出該指定種類的物件的次數（不放回）。
稱為超幾何分佈，是因為其形式與“超幾何函式”的級數展式的係數有關，超幾何分佈中的引數是M，N，n，上述超幾何分佈記作X-H(n，M，N)。
幾何分佈的期望和方差公式分別是E(n)=1/p、E(m)=(1-p)/p，幾何分佈是離散型機率分佈，其中一種定義為前k-1次皆失敗，第k次成功的機率。在伯努利試驗中，成功的機率為p，若ξ表示出現首次成功時的試驗次數，則ξ是離散型隨機變數，它只取正整數，且有P(ξ=k)=(1-p)的(k-1)次方乘以p。 ...
超幾何分佈的期望和方差公式：E(X)=(n*M)/N[其中x是樣本數，n為樣本容量，M為樣本總數，N為總體中的個體總數]，求出均值，這就是超幾何分佈的數學期望值。方差公式是V(X)=X1^2*P1+X2^2*P2+...Xn^2*Pn-a^2[這裡設a為期望值]。
超幾何分佈是統計學上一種離散機率分佈 ...
均值和方差的關係公式是D(X)=X[X^2]-E[X]^2，機率論中方差用來度量隨機變數和其數學期望（即均值）之間的偏離程度，在許多實際問題中，研究方差即偏離程度有著重要意義。
平均數，統計學術語，是表示一組資料集中趨勢的量數，是指在一組資料中所有資料之和再除以這組資料的個數。它是反映資料集中趨勢的一 ...
1、均方差的概念是各資料的偏離平均數的距離平方的平均數，也就是誤差平方和的平均數；
2、均方差也稱為標準差，在機率學中最常使用做為統計分佈程度上的測量；
3、標準差的定義是總體各單位標準值與其平均數的平方根。 ...
均方差就是標準差。方差和標準差都是對一組（一維）資料進行統計的，反映的是一維陣列的離散程度；而協方差是對2維資料進行的，反映的是2組資料之間的相關性。
標準差和均值的量綱（單位）是一致的，在描述一個波動範圍時標準差比方差更方便。方差可以看成是協方差的一種特殊情況，即2組資料完全相同。協方差只表示線性相 ...
意義如下所示：
1、方差的意義在於反映了一組資料與其平均值的偏離程度；
2、方差是衡量隨機變數或一組資料時離散程度的度量。機率論中方差用來度量隨機變數和其數學期望之間的偏離程度。統計中的方差是各個資料分別與其平均數之差的平方的和的平均數；
3、方差的特性在於：方差是和中心偏離的程度，用來衡量一 ...
1、方差是在機率論和統計方差衡量隨機變數或一組資料時離散程度的度量。機率論中方差用來度量隨機變數和其數學期望（即均值）之間的偏離程度。統計中的方差（樣本方差）是每個樣本值與全體樣本值的平均數之差的平方值的平均數。
2、極差又稱範圍誤差或全距(Range)，以R表示，是用來表示統計資料中的變異量數(me ...