超几何分布的期望和方差公式
【超几何分布的期望和方差公式】在概率论与数理统计中，超几何分布是一种离散型概率分布，用于描述在不放回抽样中成功事件发生的次数。它常用于从有限总体中抽取样本时，计算特定事件发生的概率。
一、超几何分布的基本概念
超几何分布适用于以下情况：
- 总体中有 $ N $ 个个体，其中 $ K $ 个是“成功”个体；
- 从中随机抽取 $ n $ 个个体（不放回）；
- 设 $ X $ 表示这 $ n $ 个个体中“成功”个体的数量，则 $ X $ 服从参数为 $ (N, K, n) $ 的超几何分布。
其概率质量函数为：
$$
P(X = k) = \frac{\binom{K}{k} \binom{N-K}{n-k}}{\binom{N}{n}}
$$
其中 $ k = \max(0, n - (N - K)), \ldots, \min(n, K) $
二、期望与方差公式总结
以下是超几何分布的期望与方差的数学表达式及说明：
| 公式名称 | 数学表达式 | 说明 |
| 期望 | $ E(X) = n \cdot \frac{K}{N} $ | 表示在 $ n $ 次不放回抽样中，“成功”个体的平均数量 |
| 方差 | $ \text{Var}(X) = n \cdot \frac{K}{N} \cdot \left(1 - \frac{K}{N}\right) \cdot \frac{N - n}{N - 1} $ | 描述了“成功”个体数量的波动程度，比二项分布多了一个修正因子 $ \frac{N - n}{N - 1} $ |
三、与二项分布的对比
超几何分布与二项分布相似，但存在关键区别：
- 二项分布 是在有放回抽样的情况下，每次试验独立；
- 超几何分布 是在无放回抽样的情况下，每次试验不独立，因此方差中包含了修正因子。
四、实际应用举例
假设一个班级有 50 名学生，其中 20 名是男生。从中随机抽取 5 名学生，求男生人数的期望和方差。
- $ N = 50, K = 20, n = 5 $
- 期望：$ E(X) = 5 \times \frac{20}{50} = 2 $
- 方差：$ \text{Var}(X) = 5 \times \frac{20}{50} \times \left(1 - \frac{20}{50}\right) \times \frac{50 - 5}{50 - 1} = 5 \times 0.4 \times 0.6 \times \frac{45}{49} \approx 1.08 $
五、结论
超几何分布的期望和方差公式简洁明了，能够准确描述在有限总体中进行无放回抽样时的统计特性。理解这些公式有助于在实际问题中更科学地进行概率分析与决策。