d(x)与e(x)公式是什么？
D(X)指方差，E(X)指期望。E(X)说简单点就是平均值，具体做法是求和然后除以数量。D(X)=E[X-E(X)]^2=E{X^2-2XE(X)+[E(X)]^2}=E(X^2)-2[E(X)]^2+[E(X)]^2。
1、设C为常数，则D(C)=0（常数无波动）；
2、D(cx)=C2D(x)（常数平方提取）；
证：
D(-X)=D(X),D(-2X)=4D(X)（方差无负值）
3、当X、Y相互独立时，故第三项为零。
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。
方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根，用S表示。
D(X)指方差，E(X)指期望。E(X)说简单点就是平均值，具体做法是求和然后除以数量。
D(X)=E[X-E(X)]^2=E{X^2-2XE(X)+[E(X)]^2}=E(X^2)-2[E(X)]^2+[E(X)]^2。
概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。
扩展资料
方差的性质
1、设C为常数，则D(C)=0（常数无波动）；
2、D(cx)=C2D(x)（常数平方提取）；
证：
D(-X)=D(X),D(-2X)=4D(X)（方差无负值）
3、当X、Y相互独立时，故第三项为零。
D(X)=E[X-E(X)]^2
=E{X^2-2XE(X)+[E(X)]^2}
=E(X^2)-2[E(X)]^2+[E(X)]^2
数学期望为设X是一个随机变量，若E{[X-E(X)]^2}存在，则称E{[X-E(X)]^2}为X的方差，记为D(X)，Var(X)或DX。即D(X)=E{[X-E(X)]^2}称为方差，而σ(X)=D(X)^0.5（与X有相同的量纲）称为标准差（或方差）。
扩展资料：
对于固定的n以及p，当k增加时，概率P{X=k}先是随之增加直至达到最大值，随后单调减少。可以证明，一般的二项分布也具有这一性质，且：
当（n+1）p不为整数时，二项概率P{X=k}在k=[(n+1)p]时达到最大值；
当（n+1）p为整数时，二项概率P{X=k}在k=(n+1)p和k=(n+1)p-1时达到最大值。
参考资料来源：百度百科-二项分布
E(X)说简单点就是平均值，具体做法是求和然后除以数量。
D(X)就是个体偏离期望的差，再对这个差值进行的平方，最后求这些平方的期望。具体操作是，（个体－期望），然后平方，再对这些平方值求平均值.
D(X)=E[X-E(X)]^2
=E{X^2-2XE(X)+[E(X)]^2}
=E(X^2)-2[E(X)]^2+[E(X)]^2
