平均數與數學期望的區別在哪裡

A. 隨機分布的期望和平均值有什麼區別

簡單的說，有區別！！
隨機變數的期望是以概率為權重的加和。
平均值是認為各個隨機變數的概率都是相等的（等權的），所以就是算術平均值的演算法。

在矩估計里，由於我得到的樣本有限，故認為隨機變數的概率是等權的，所以用平均值估計期望。

B. 平均值與數學期望的區別,在什麼條件下相等.

通俗來說平均值和數學期望都是反映概率中可能性最大的值，可數學期望反映的值比平均值更准確，如果你的N個數相等，或者N=1時，數學期望和平均值相等

C. 誰能給我講講期望與平均值的區別

雖然都是有平均的概念，但一個很根本的區別在於，期望是隨機變數的總體的平均，而平均值是從總體中抽取出來的樣本的平均。前者是理論上的值、理想值，後者是現實觀察到的統計量。

舉個例子，擲一枚六面均勻的骰子所得的點數 X，這是個隨機變數，X 的期望是 3.5（= [ 1 + 2 + 3 + 4 + 5 + 6 ] / 6 ）。而平均值呢？將多次擲這枚骰子所得的點數求平均——比如擲五次取平均值，每次實驗測得的平均值可能與期望 3.5 有差異。

D. 期望和平均值有何區別

期望和平均值的主要區別是：期望主要是針對大群體數據的計算，平均值主要針對小群體的計算。
1，均值（mean value）是針對既有的數值（簡稱母體）全部一個不漏個別都總加起來，做平均值（除以總母體個數），就叫做均值。
此法針對小群體做此加總後除以個數得到均值的方法，是很准確無誤的，這個得到的均值是准確的，不會有模糊的概念。
但是當這個數群（data group）的數量（numbers）很大很多時，我們只好做個抽樣（sampling），並「期望」透過抽樣所得到的均值，去預測整個群體的「期望值（expectation value）」。
2，在概率論和統計學中，期望值（或數學期望、或均值，亦簡稱期望，物理學中稱為期待值）是指在一個離散性隨機變數試驗中每次可能結果的概率乘以其結果的總和。
換句話說，期望值是隨機試驗在同樣的機會下重復多次的結果計算出的等同「期望」的平均值。需要注意的是，期望值並不一定等同於常識中的「期望」——「期望值」也許與每一個結果都不相等。（換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合里。）

E. 數學期望就是平均值嗎

數學期望不是平均值。

1、期望是個確定的數，是根據概率分布得到的。不管進不進行實驗，期望都可以求出來。

數學期望，又稱為均值，即"隨機變數取值的平均值"之意，這個平均是指以概率為權的加權平均。

2、平均數（mean），是做多次實驗之後，總和的平均數。

(5)平均數與數學期望的區別在哪裡擴展閱讀：

數學期望的應用

1、經濟決策

假設某一超市出售的某種商品，每周的需求量X在10至30范圍內等可能取值，該商品的進貨量也在10至30范圍內等可能取值（每周只進一次貨）超市每銷售一單位商品可獲利500元，若供大於求，則削價處理，每處理一單位商品虧損100元。

若供不應求，可從其他超市調撥，此時超市商品可獲利300元。試計算進貨量多少時，超市可獲得最佳利潤？並求出最大利潤的期望值。

分析：由於該商品的需求量（銷售量）X是一個隨機變數，它在區間[10,30]上均勻分布，而銷售該商品的利潤值Y也是隨機變數，它是X的函數，稱為隨機變數的函數。題中所涉及的最佳利潤只能是利潤的數學期望（即平均利潤的最大值）。

因此，本問題的解算過程是先確定Y與X的函數關系，再求出Y的期望E(Y)。最後利用極值法求出E(Y)的極大值點及最大值。

2、體育比賽問題

乒乓球是我們的國球，上世紀兵兵球也為中國帶了一些外交。中國隊在這項運動中具有絕對的優勢。現就乒乓球比賽的安排提出一個問題：假設德國國隊（德國隊名將波爾在中國也有很多球迷）和中國隊比賽。

賽制有兩種，一種是雙方各出3人，三場兩勝制， 一種是雙方各出5人，五場三勝制，哪一種賽制對中國隊更有利？

分析：由於中國隊在這項比賽中的優勢，不妨設中國隊中每一位隊員德國隊員的勝率都為60%，接著只需要比較兩個隊對應的數學期望即可。

F. 均值和數學期望是什麼怎麼區分

均值和數學期望是什麼？怎麼區分寫回答
均值和數學期望是什麼？怎麼區分
寫回答
共5個回答
禾鳥heniao
LV.112019-06-06
均值和數學期望沒有區別。在概率論以及統計學中，數學期望或均值，亦簡稱期望，是試驗中每次可能結果的概率乘以其結果的總和，是最基本的數學特徵之一，反映了隨機變數平均取值的大小。
需要注意的是，期望值並不一定等同於「期望」—「期望值」也許與每一個結果都不相等。期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合里。
大數定律規定，隨著重復次數接近無窮大，數值的算術平均值幾乎肯定地收斂於期望值。
在概率和統計學中，一個隨機變數的期望值（或期待值）是變數的輸出值乘以其機率的總和，換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合里。

G. 期望和平均數的相同點和不同點平均數和期望哪個更能代表變數的平均水平

期望更能代表一組數據的平均水平。二者的相同點和不同點如下所示：
數學期望和算術平均的關系是指：在期望值的計算中，用古典概率論，每個數據對應的概率是1、N。N是數據個數。那麼數學期望值就等於算術平均數。
1、在概率論和統計學中，數學期望是試驗中每次可能結果的概率乘以其結果的總和，是最基本的數學特徵之一。它反映隨機變數平均取值的大小。
2、大數定律規定，隨著重復次數接近無窮大，數值的算術平均值幾乎肯定地收斂於期望值。
3、算術平均，又稱均值，是統計學中最基本、最常用的一種平均指標，分為簡單算術平均數、加權算術平均數。主要適用於數值型數據，不適用於品質數據。根據表現形式的不同，算術平均數有不同的計算形式和計算公式。
4、算術平均是加權平均數的一種特殊形式。在實際問題中，當各項權重不相等時，計算平均數時就要採用加權平均數當各項權相等時，計算平均數就要採用算術平均數。

H. 均值和數學期望是什麼怎麼區分

均值和數學期望沒有區別。在概率論以及統計學中，數學期望或均值，亦簡稱期望，是試驗中每次可能結果的概率乘以其結果的總和，是最基本的數學特徵之一，反映了隨機變數平均取值的大小。

需要注意的是，期望值並不一定等同於「期望」—「期望值」也許與每一個結果都不相等。期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合里。

大數定律規定，隨著重復次數接近無窮大，數值的算術平均值幾乎肯定地收斂於期望值。

在概率和統計學中，一個隨機變數的期望值（或期待值）是變數的輸出值乘以其機率的總和，換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合里。

(8)平均數與數學期望的區別在哪裡擴展閱讀

數學期望的應用

（1）經濟決策

假設某一超市出售的某種商品，每周的需求量X在10至30范圍內等可能取值，該商品的進貨量也在10至30范圍內等可能取值（每周只進一次貨）超市每銷售一單位商品可獲利500元。

若供大於求，則削價處理，每處理一單位商品虧損100元；若供不應求，可從其他超市調撥，此時超市商品可獲利300元。試計算進貨量多少時，超市可獲得最佳利潤。並求出最大利潤的期望值。

分析：由於該商品的需求量（銷售量）X是一個隨機變數，它在區間[10,30]上均勻分布，而銷售該商品的利潤值Y也是隨機變數，它是X的函數，稱為隨機變數的函數。題中所涉及的最佳利潤只能是利潤的數學期望（即平均利潤的最大值）。

因此，本問題的解算過程是先確定Y與X的函數關系，再求出Y的期望E(Y)。最後利用極值法求出E(Y)的極大值點及最大值。

（2）體育比賽問題

乒乓球是我們的國球，上世紀兵兵球也為中國帶了一些外交。中國隊在這項運動中具有絕對的優勢。現就乒乓球比賽的安排提出一個問題：假設德國隊（德國隊名將波爾在中國也有很多球迷）和中國隊比賽。

賽制有兩種，一種是雙方各出3人，三場兩勝制， 一種是雙方各出5人，五場三勝制，哪一種賽制對中國隊更有利。

分析：由於中國隊在這項比賽中的優勢，不妨設中國隊中每一位隊員德國隊員的勝率都為60%，接著只需要比較兩個隊對應的數學期望即可。

參考資料來源：網路-數學期望