Expectation,Variance

박윤서·2024년 1월 12일
0

Statistic

목록 보기
8/11

Expectation, Variance

Discrete Random Variable (PMF)

Discrete random variable의 기대값(E[X])은 아래 식으로 나타낼 수 있습니다.

E[X]=ixifx(xi)E[X] = \sum_{i}x_if_x(x_i)

E[X]는 random variable X의 expected value입니다. E[X]는 X의 가능한 value에서의 weighted average입니다. 여기서 xix_i는 random variable을 의미하며, fx(xi)f_x(x_i)는 random function의 값을 의미합니다.

또한, E[g[X]]는 다음과 같이 계산됩니다:

E[g[X]]=ig(xi)p(xi)E[g[X]] = \sum_{i}g(x_i)p(x_i)

여기서, C가 constant value일 때, E[C], E[cX], E[cX+d]는 다음과 같이 계산됩니다:

  • E[C]에서 C가 constant value일 때, 값은 C입니다.
  • E[cX]에서 C가 constant value일 때, 값은 CE[X]입니다.
  • E[cX+d]에서 C와 d가 constant value일 때, 값은 CE[X] + d입니다.

Variance

Variance V(X)는 다음과 같이 정의됩니다:

V(X)=E[(XE[X])2]V(X) = E[(X - E[X])^2]

여기서 X는 random variable 값이며 E[X]는 expected 값입니다. Variance는 제곱을 하기 때문에 negative가 될 수 없습니다.

Variance 식은 다음과 같이 전개됩니다:

V(X)=E[X22XE(X)+E(X)2]=E(X2)E(X)2V(X) = E[X^2 - 2XE(X) + {E(X)}^2] = E(X^2) - {E(X)}^2

Variance의 특성은 다음과 같습니다:

  • V(c) = E[{C-E(C)}^2] = E[(C-C)^2] = E[0] = 0
  • V(cX) = E[{cx-cE(x)}^2] = E[C^2{x-E(x)}^2] = c^2 E[{x-E(X)}^2] = C^2 V(X)
  • v(cX+d)는 위의 식을 결합하여 값이 C^2 V(x)로 나오게 됩니다.
profile
데이터 분석가가 되기 위해서 공부하고 있습니다.

0개의 댓글