方差与期望的关系公式的核心表达是 Var(X)=E(X²)-[E(X)]²，也就是用“平方的期望”减去“期望的平方”。这个关系把随机变量的平均水平和整体分布形态的展开程度联系起来：先通过 E(X) 得到均值中心，再通过 E(X²) 得到平方值的平均水平，最后得到方差。日常学习里，掌握这个关系后，概率分布计算、样本整理和公式推导都能保持统一口径。
关系公式总览
| 场景 | 关系公式 | 计算说明 |
|---|---|---|
| 离散型随机变量 | Var(X)=E(X²)-[E(X)]² | 先按概率加权求 E(X) 和 E(X²)，再完成计算 |
| 连续型随机变量 | Var(X)=E(X²)-[E(X)]² | 用概率密度求期望与二阶矩，再套用关系 |
| 样本数据 | S²=1/(n-1)(Σx_i²-n x̄²) | 先求样本均值 x̄，再整理平方和与均值平方项 |
公式来源
- E(X) 表示随机变量的期望，用于描述取值的平均中心。
- E(X²) 表示随机变量平方后的期望，用于收集取值平方后的平均信息。
- Var(X) 表示方差，用于描述分布围绕中心点的展开程度。
- 由定义出发，Var(X)=E([X-E(X)]²)，展开后可得到 Var(X)=E(X²)-[E(X)]²。
使用步骤
- 写出数据或分布结构。
- 计算 E(X)，明确中心值。
- 计算 E(X²)，明确平方后的平均值。
- 代入 Var(X)=E(X²)-[E(X)]²。
- 将结果用于后续推导或数值整理。
计算示例
某随机变量取值为 1、2、3，对应概率均为 1/3。
- E(X)=1×1/3+2×1/3+3×1/3=2。
- E(X²)=1²×1/3+2²×1/3+3²×1/3=14/3。
- Var(X)=E(X²)-[E(X)]²=14/3-2²=2/3。
连续场景写法
对连续型随机变量，设概率密度为 f(x)。
- E(X)=∫ x f(x) dx。
- E(X²)=∫ x² f(x) dx。
- Var(X)=∫ x² f(x) dx - (∫ x f(x) dx)²。
常见问题
问题1：方差与期望的关系公式怎样快速理解？
回答1：方差与期望的关系公式可以理解为“平方的期望减去期望的平方”，即 Var(X)=E(X²)-[E(X)]²；掌握方差与期望的关系公式后，概率计算会更清晰。
问题2：方差与期望的关系公式在离散型分布中怎么用？
回答2：在离散型分布中，方差与期望的关系公式先用概率加权求出 E(X) 和 E(X²)，再代入 Var(X)=E(X²)-[E(X)]²；这样就能按同一流程完成方差与期望的关系公式计算。
问题3：方差与期望的关系公式在样本整理中怎么使用？
回答3：在样本整理中，方差与期望的关系公式可写成 S²=1/(n-1)(Σx_i²-n x̄²)，其中 x̄ 是样本均值；该形式让方差与期望的关系公式便于批量计算和结果归并。
免责声明：内容适用于知识整理与学习参考，计算流程与表述以课程资料和统计教材为准。