【知道期望怎么求方差】在概率统计中，期望和方差是两个非常重要的概念。期望反映了随机变量的“平均值”，而方差则衡量了随机变量与期望之间的偏离程度。掌握如何从期望出发计算方差，对于理解数据分布、进行统计分析具有重要意义。
一、基本概念回顾
| 概念 | 定义 |
| 期望（Expected Value） | 随机变量在大量重复试验中取值的平均结果，记为 $ E(X) $ 或 $ \mu $。 |
| 方差（Variance） | 衡量随机变量与其期望之间差异的平方的期望，记为 $ Var(X) $ 或 $ \sigma^2 $。 |
二、方差的定义公式
方差的基本定义公式如下：
$$
Var(X) = E[(X - E(X))^2
$$
即：方差等于随机变量与期望之差的平方的期望。
三、利用期望求方差的方法
虽然方差的定义依赖于期望，但实际计算时，我们通常会使用一个更简便的展开形式：
$$
Var(X) = E(X^2) - [E(X)]^2
$$
这表明，只要知道 $ E(X) $ 和 $ E(X^2) $，就可以直接计算出方差。
四、步骤总结
| 步骤 | 内容 |
| 1 | 计算随机变量 $ X $ 的期望 $ E(X) $。 |
| 2 | 计算 $ X^2 $ 的期望 $ E(X^2) $。 |
| 3 | 代入公式 $ Var(X) = E(X^2) - [E(X)]^2 $，得出方差。 |
五、示例说明
假设有一个离散型随机变量 $ X $，其分布如下：
| $ X $ | 1 | 2 | 3 |
| $ P(X) $ | 0.2 | 0.5 | 0.3 |
第一步：计算期望 $ E(X) $
$$
E(X) = 1 \times 0.2 + 2 \times 0.5 + 3 \times 0.3 = 0.2 + 1.0 + 0.9 = 2.1
$$
第二步：计算 $ E(X^2) $
$$
E(X^2) = 1^2 \times 0.2 + 2^2 \times 0.5 + 3^2 \times 0.3 = 0.2 + 2.0 + 2.7 = 4.9
$$
第三步：计算方差 $ Var(X) $
$$
Var(X) = 4.9 - (2.1)^2 = 4.9 - 4.41 = 0.49
$$
六、总结
通过上述方法可以看出，已知期望的情况下，可以通过计算 $ E(X^2) $ 来求得方差。这种方法不仅适用于离散型随机变量，也适用于连续型随机变量，只需将求和替换为积分即可。
| 关键点 | 说明 |
| 期望 | 描述随机变量的中心位置 |
| 方差 | 描述随机变量的离散程度 |
| 公式 | $ Var(X) = E(X^2) - [E(X)]^2 $ |
| 实际应用 | 在金融、统计、数据分析等领域广泛应用 |
通过理解并掌握这一过程，可以更加灵活地处理各种概率问题，提升数据分析能力。
