离散(名义)变量的期望值?

机器算法验证 可能性 期望值 离散数据
2022-04-08 06:49:33

我试图理解期望值的概念。特别是,困扰我的是离散随机变量的期望值。我将尝试通过示例来制定它:

  • 投掷六面骰子时的期望值是,在我看来,这甚至不是概率空间的一部分. 为什么这根本不是问题?我对期望值的假设有什么问题吗?E(X)=3.5Ω={1,2,3,4,5,6}

  • 扔硬币时有期望值吗?我无法计算头部和尾部的加权平均值?有期望值吗?它是最大可能值吗?如果有多个最大可能值怎么办?

我希望我的问题已经充分揭示了我对这个话题的(错误)概念。我将不胜感激任何帮助和见解!

1个回答

“位置”或“集中趋势”有几种不同的衡量标准。期望值是最受欢迎的一种,但还有其他的——中位数、众数、几何平均值等。

虽然所有集中趋势的度量在某些方面都是相似的,但重要的是要记住它们实际上衡量的是不同的事物。以下是解释。

  1. 期望值(或平均值)。当您有大量观察值时,期望值对于计算总数很有用。假设您拥有一家拥有大量 ( ) 员工的公司。期望工资是您必须支付的总工资是NE[X]NE[X]
  2. 中位数。中位数告诉你典型的观察。如果你想知道一个典型的人的收入,看看中位数工资,而不是预期工资。
  3. 模式。模式告诉您最可能的结果。如果您正在申请特定领域的工作,那么您最有可能获得的薪水是模态薪水,而不是预期薪水。

存在混淆,因为对于常见的对称分布,均值、中值和众数在数值上相等。所以人们只考虑平均值而不是中位数或众数。但是,根据问题,您真正感兴趣的可能是众数,即使它在数值上等于平均值​​。

现在,让我们看看您的具体问题。

  • 假设每次你掷骰子时,你都会赚到出现的钱。多次投掷后,您将获得有人可以向您收取这些投掷的“公平价格”是NE[X]NE[X]
  • 如果您将头尾分配给数字(想想:您将赚取或支付的金额),那么肯定有一个预期值。对于H=0T=1E[X]=0.5