二项分布期望与方差 统计高手进

二项分布期望公式E=np  方差D=np(1-p)  我知道是怎么推导出来的，但是书上没有方差公式的意义。那个公式仅仅是推倒得来的？有没有什么能解释的？ D=np(1-p)其中 np=E，也就是说方差D=E(1-p)，仅仅是巧合吗？方差和期望有什么关系？不要数学推倒，要说理性解释，能想明白的。谢谢！不胜感激！

两项分布是N次伯努利实验，出现A 为p ，不出现为1-p，然后出现A 为x=1，不出现为x=0。根据期望公式＝连加x*概率

方差表示随机变量相对于期望值的偏离程度

只是巧合，方差和期望在数值上没有什么关系的。各自有自己的定义。 但有一点就是，如果方差存在，期望也一定存在！

数学期望定义:E（X）＝∑x·p 注（x与p下标为k，∑求和1≦k≦∞）， 方差定义:D（X）＝∑［x－E（X）］

首先 期望和方差肯定是有关系的但这的是个巧合 期望是 统计出的一组数的均值。 而方差是这样来的 比如你得到了两组人的身高 第一组150 160 170 第二组 159 160 161 这两个组身高期望都是160 但是显然 第二组很平均 第一组反差很大 而期望 表现不出来这个性质 因为 170 比160多出的10 与 150少的10 抵消了 因此人们引入了 方差这个概念 方差是怎么定义的呢？ - --- 是这样的。 求出每一个样本 与期望的 差 然后做平方 （这样 就能去掉 负号 让他们不能抵消） 然后把得到的 一组数 去期望 得到的 就是 方差 上面例子第一组的方差就是 （10 ， 0 ， 10） 的期望 =10/3 第二组 是 3/1 显然 第二组小 也就是说 第二组的波动小