1. excel计算期望值,标准差
在EXCEL中消除量纲，没有现成的函数，要组合作用，步骤如下：
第一步：求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；
第二步：进行标准化处理： xij￠＝（xij－xi）／si 其中：xij￠为标准化后的变量值；xij为实际变量值。
第三步：将逆指标前的正负号对调。 标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平
2. 期望值的标准差怎么算
均匀分布的数学期望是分布区间左右两端和的平均值，方差为分布区间左右两端差值平方的十二分之一。即，若X服从[a,b]上的均匀分布，则数学期望EX，方差DX计算公式分别为：对这道题本身而言，数学期望EX=（2+4）/2=3；方差DX=（4-2）²/12=1/3扩展资料均匀分布在概率论和统计学中，均匀分布也叫矩形分布，它是对称概率分布，在相同长度间隔的分布概率是等可能的。
均匀分布由两个参数a和b定义，它们是数轴上的最小值和最大值，通常缩写为U（a，b）。数学期望在概率论和统计学中，数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。方差方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。
概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。
在许多实际问题中，研究方差即偏离程度有着重要意义。
3. 知道期望值怎么算标准差
对随机变量引入两个最基本的概念：期望和方差。期望表示随机变量的总体特性，方差表示变量的稳定程度，方差越大表示随机变量越不稳定
正态分布是概率论中的最重要的分布。
标准差不同，正态分布的形状也不同，标准差越小，分布就集中在期望旁边，当标准差越大，分布就越平坦。
4. excel计算期望和方差
指数分布的期望：E（X）=1/λ。
指数分布的方差：D（X）=Var（X）=1/λ²。
指数分布与分布指数族的分类不同，后者是包含指数分布作为其成员之一的大类概率分布，也包括正态分布，二项分布，伽马分布，泊松分布等等。
六个常见分布的期望和方差：
1、均匀分布，期望是（a+b）/2，方差是（b-a）的平方/12。
2、二项分布，期望是np，方差是npq。
3、泊松分布，期望是p，方差是p。
4、指数分布，期望是1/p,方差是1/(p的平方)。
5、正态分布，期望是u，方差是&的平方。
6、x服从参数为p的0-1分布，则e(x)=p，d(x)=p(1-p)。
5. 期望值和标准差公式
数学一是相对难的
1、试卷满分及考试时间
试卷满分为150分，考试时间为180分钟.
2、答题方式
答题方式为闭卷、笔试.
3、试卷内容结构
高等数学 56%
线性代数 22%
概率论与数理统计 22%
4、试卷题型结构
试卷题型结构为：
单选题 8小题，每题4分，共32分
填空题 6小题，每题4分，共24分
解答题(包括证明题) 9小题，共94分
高等数学
函数极限连续
1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系．
2．了解函数的有界性、单调性、周期性和奇偶性．
3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念．
4．掌握基本初等函数的性质及其图形，了解初等函数的概念．
5．理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左极限、右极限之间的关系．
6．掌握极限的性质及四则运算法则．
7．掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法．
8．理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限．
9．理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型．
10．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理），并会应用这些性质．
一元函数微分学
考试要求
1.理解导数和微分的概念，理解导数与微分的关系，理解导数的几何意义，会求平面曲线的切线方程和法线方程，了解导数的物理意义，会用导数描述一些物理量，理解函数的可导性与连续性之间的关系.
2.掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式.了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分.
3.了解高阶导数的概念，会求简单函数的高阶导数.
4.会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数.
5.理解并会用罗尔(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解并会用柯西(Cauchy)中值定理.
6.掌握用洛必达法则求未定式极限的方法.
7.理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用.
8.会用导数判断函数图形的凹凸性(注：在区间 内，设函数 具有二阶导数。当f''(x)>0 时，f(x) 的图形是凹的;当f"(x) <0时，f(x) 的图形是凸的)，会求函数图形的拐点以及水平、铅直和斜渐近线，会描绘函数的图形.
9.了解曲率、曲率圆与曲率半径的概念，会计算曲率和曲率半径.
一元函数积分学
考试要求
1.理解原函数的概念，理解不定积分和定积分的概念.
2.掌握不定积分的基本公式，掌握不定积分和定积分的性质及定积分中值定理，掌握换元积分法与分部积分法.
3.会求有理函数、三角函数有理式和简单无理函数的积分.
4.理解积分上限的函数，会求它的导数，掌握牛顿-莱布尼茨公式.
5.了解反常积分的概念，会计算反常积分.
6.掌握用定积分表达和计算一些几何量与物理量(平面图形的面积、平面曲线的弧长、旋转体的体积及侧面积、平行截面面积为已知的立体体积、功、引力、压力、质心、形心等)及函数的平均值.
向量代数和空间解析几何
考试要求
1.理解空间直角坐标系，理解向量的概念及其表示.
2.掌握向量的运算(线性运算、数量积、向量积、混合积)，了解两个向量垂直、平行的条件.
3.理解单位向量、方向数与方向余弦、向量的坐标表达式，掌握用坐标表达式进行向量运算的方法.
4.掌握平面方程和直线方程及其求法.
5.会求平面与平面、平面与直线、直线与直线之间的夹角，并会利用平面、直线的相互关系(平行、垂直、相交等)解决有关问题.
6.会求点到直线以及点到平面的距离.
7.了解曲面方程和空间曲线方程的概念.
8.了解常用二次曲面的方程及其图形，会求简单的柱面和旋转曲面的方程.
9.了解空间曲线的参数方程和一般方程.了解空间曲线在坐标平面上的投影，并会求该投影曲线的方程.
多元函数微分学
考试要求
1.理解多元函数的概念，理解二元函数的几何意义.
2.了解二元函数的极限与连续的概念以及有界闭区域上连续函数的性质.
3.理解多元函数偏导数和全微分的概念，会求全微分，了解全微分存在的必要条件和充分条件，了解全微分形式的不变性.
4.理解方向导数与梯度的概念，并掌握其计算方法.
5.掌握多元复合函数一阶、二阶偏导数的求法.
6.了解隐函数存在定理，会求多元隐函数的偏导数.
7.了解空间曲线的切线和法平面及曲面的切平面和法线的概念，会求它们的方程.
8.了解二元函数的二阶泰勒公式.
9.理解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格朗日乘数法求条件极值，会求简单多元函数的最大值和最小值，并会解决一些简单的应用问题.
多元函数积分学
考试要求
1.理解二重积分、三重积分的概念，了解重积分的性质，了解二重积分的中值定理.
2.掌握二重积分的计算方法(直角坐标、极坐标)，会计算三重积分(直角坐标、柱面坐标、球面坐标).
3.理解两类曲线积分的概念，了解两类曲线积分的性质及两类曲线积分的关系.
4.掌握计算两类曲线积分的方法.
5.掌握格林公式并会运用平面曲线积分与路径无关的条件，会求二元函数全微分的原函数.
6.了解两类曲面积分的概念、性质及两类曲面积分的关系，掌握计算两类曲面积分的方法，掌握用高斯公式计算曲面积分的方法，并会用斯托克斯公式计算曲线积分.
7.了解散度与旋度的概念，并会计算.
8.会用重积分、曲线积分及曲面积分求一些几何量与物理量(平面图形的面积、体积、曲面面积、弧长、质量、质心、形心、转动惯量、引力、功及流量等).
无穷级数
考试要求
1.理解常数项级数收敛、发散以及收敛级数的和的概念，掌握级数的基本性质及收敛的必要条件.
2.掌握几何级数与 级数的收敛与发散的条件.
3.掌握正项级数收敛性的比较判别法和比值判别法，会用根值判别法.
4.掌握交错级数的莱布尼茨判别法.
5. 了解任意项级数绝对收敛与条件收敛的概念以及绝对收敛与收敛的关系.
6.了解函数项级数的收敛域及和函数的概念.
7.理解幂级数收敛半径的概念、并掌握幂级数的收敛半径、收敛区间及收敛域的求法.
8.了解幂级数在其收敛区间内的基本性质(和函数的连续性、逐项求导和逐项积分)，会求一些幂级数在收敛区间内的和函数，并会由此求出某些数项级数的和.
9.了解函数展开为泰勒级数的充分必要条件.
10.掌握 ， ， ， 及 的麦克劳林(Maclaurin)展开式，会用它们将一些简单函数间接展开成幂级数.
11.了解傅里叶级数的概念和狄利克雷收敛定理，会将定义在 上的函数展开为傅里叶级数，会将定义在 上的函数展开为正弦级数与余弦级数，会写出傅里叶级数的和函数的表达式.
常微分方程
考试要求
1.了解微分方程及其阶、解、通解、初始条件和特解等概念.
2.掌握变量可分离的微分方程及一阶线性微分方程的解法.
3.会解齐次微分方程、伯努利方程和全微分方程，会用简单的变量代换解某些微分方程.
4.会用降阶法解下列形式的微分方程： .
5.理解线性微分方程解的性质及解的结构.
6.掌握二阶常系数齐次线性微分方程的解法，并会解某些高于二阶的常系数齐次线性微分方程.
7.会解自由项为多项式、指数函数、正弦函数、余弦函数以及它们的和与积的二阶常系数非齐次线性微分方程.
8.会解欧拉方程.
9.会用微分方程解决一些简单的应用问题.
线性代数
第一章：行列式
考试内容：
行列式的概念和基本性质 行列式按行（列）展开定理
考试要求：
1．了解行列式的概念，掌握行列式的性质．
2．会应用行列式的性质和行列式按行（列）展开定理计算行列式．
第二章：矩阵
考试内容：
矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换初等矩阵矩阵的秩矩阵等价 分块矩阵及其运算
考试要求：
1．理解矩阵的概念，了解单位矩阵、数量矩阵、对角矩阵、三角矩阵、对称矩阵和反对称矩阵以及它们的性质．
2．掌握矩阵的线性运算、乘法、转置以及它们的运算规律，了解方阵的幂与方阵乘积的行列式的性质.
3．理解逆矩阵的概念，掌握逆矩阵的性质以及矩阵可逆的充分必要条件，理解伴随矩阵的概念，会用伴随矩阵求逆矩阵．
4．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．
5．了解分块矩阵及其运算．
第三章：向量
考试内容：
向量的概念 向量的线性组合和线性表示 向量组的线性相关与线性无关 向量组的极大线性无关组等价向量组 向量组的秩 向量组的秩与矩阵的秩之间的关系 向量空间以及相关概念 n维向量空间的基变换和坐标变换 过渡矩阵 向量的内积 线性无关向量组的正交规范化方法 规范正交基 正交矩阵及其性质
考试要求：
1．理解n维向量、向量的线性组合与线性表示的概念．
2．理解向量组线性相关、线性无关的概念，掌握向量组线性相关、线性无关的有关性质及判别法．
3．理解向量组的极大线性无关组和向量组的秩的概念，会求向量组的极大线性无关组及秩．
4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系
5．了解n维向量空间、子空间、基底、维数、坐标等概念．
6．了解基变换和坐标变换公式，会求过渡矩阵．
7．了解内积的概念，掌握线性无关向量组正交规范化的施密特（Schmidt）方法．
8．了解规范正交基、正交矩阵的概念以及它们的性质．
第四章：线性方程组
考试内容:
线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件 线性方程组解的性质和解的结构 齐次线性方程组的基础解系和通解 解空间 非齐次线性方程组的通解
考试要求
l．会用克莱姆法则．
2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．
3．理解齐次线性方程组的基础解系、通解及解空间的概念，掌握齐次线性方程组的基础解系和通解的求法.
4．理解非齐次线性方程组解的结构及通解的概念．
5．掌握用初等行变换求解线性方程组的方法．
第五章：矩阵的特征值及特征向量
考试内容:
矩阵的特征值和特征向量的概念、性质 相似变换、相似矩阵的概念及性质 矩阵可相似对角化的充分必要条件及相似对角矩阵 实对称矩阵的特征值、特征向量及相似对角矩阵
考试要求:
1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量.
2．理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法.
3．掌握实对称矩阵的特征值和特征向量的性质．
第六章：二次型
考试内容：
二次型及其矩阵表示 合同变换与合同矩阵二次型的秩 惯性定理 二次型的标准形和规范形 用正交变换和配方法化二次型为标准形 二次型及其矩阵的正定性
考试要求：
1．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念 了解二次型的标准形、规范形的概念以及惯性定理．
2．掌握用正交变换化二次型为标准形的方法，会用配方法化二次型为标准形．
3．理解正定二次型、正定矩阵的概念，并掌握其判别法
概率与统计
第一章：随机事件和概率
考试内容：
随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考试要求：
1．了解样本空间(基本事件空间)的概念，理解随机事件的概念，掌握事件的关系与运算．
2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯(Bayes)公式．
3．理解事件的独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．
第二章：随机变量及其分布
考试内容：
随机变量 随机变量的分布函数的概念及其性质离散型随机变量的概率分布连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布
考试要求：
1．理解随机变量的概念．理解分布函数
的概念及性质．会计算与随机变量相联系的事件的概率．
2．理解离散型随机变量及其概率分布的概念，掌握0－1分布、二项分布 、几何分布、超几何分布、泊松（Poisson）分布 及其应用．
3.了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布.
4．理解连续型随机变量及其概率密度的概念，掌握均匀分布 、正态分布 、指数分布
及其应用，其中参数为λ（λ>0）的指数分布的概率密度为
5．会求随机变量函数的分布．
第三章：多维随机变量及其分布
考试内容
多维随机变量及其分布 二维离散型随机变量的概率分布、边缘分布和条件分布 二维连续型随机变量的概率密度、边缘概率密度和条件密度
随机变量的独立性和不相关性 常用二维随机变量的分布 两个及两个以上随机变量简单函数的分布
考试要求
1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率．
2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.
3．掌握二维均匀分布，了解二维正态分布
的概率密度，理解其中参数的概率意义．
4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.
第四章：随机变量的数字特征
考试内容
随机变量的数学期望（均值）、方差、标准差及其性质 随机变量函数的数学期望 矩、协方差、相关系数及其性质
考试要求
1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数字特征
2.会求随机变量函数的数学期望.
第五章：大数定律和中心极限定理
考试内容
切比雪夫（Chebyshev）不等式切比雪夫大数定律伯努利（Bernoulli)大数定律辛钦（Khinchine）大数定律 棣莫弗－拉普拉斯（De Moivre－laplace）定理 列维－林德伯格（Levy-Lindberg）定理
考试要求
1．了解切比雪夫不等式．
2．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律) .
3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理) .
第六章：数理统计的基本概念
考试内容
总体 个体 简单随机样本 统计量 样本均值 样本方差和样本矩 分布 分布 分布 分位数 正态总体的常用抽样分布
考试要求
1．理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为：
2．了解 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算．
3．了解正态总体的常用抽样分布．
第七章：参数估计
考试内容
点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念单个正态总体的均值和方差的区间估计两个正态总体的均值差和方差比的区间估计
考试要求
1．理解参数的点估计、估计量与估计值的概念．
2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．
3．了解估计量的无偏性、有效性（最小方差性）和一致性（相合性）的概念，并会验证估计量的无偏性．
4．理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.
第八章：假设检验
考试内容
显著性检验假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验
考试要求
1．理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误．
2．掌握单个及两个正态总体的均值和方差的假设检验
6. 期望值和标准差的公式
离差离差也叫差量，是单项数值与平均值之间的差。一般计算离差平方和来表示数据分布的集中程度，反映了真实值偏离平均值的差距。可能出现结果与平均预期的偏离程度，代表风险程度的大小。概念设ξ是一个随机变量，令η=ξ-Eξ,则称η为ξ的离差.它反映了ξ与其数学期望Eξ的偏离程度.根据数学期望的性质Eη=E(ξ-Eξ)=Eξ-Eξ=0即随机变量的离差的数学期望恒为零.这是由于η的取值有正有负相互抵消的原因，故它不能在总体上描述随机变量ξ的取值在其数学期望周围的分散程度.方差通常我们用随机变量ξ离差的平方的数学期望来描述随机变量ξ的分布的分散程度，并把其称为ξ的方差，记作Dξ:Dξ=E(ξ-Eξ)^2Dξ是一个非负的数，Dξ较小时，表示ξ的取值比较集中在Eξ的附近.反之,Dξ较大时，表示ξ的取值比较分散.由来离差是由每个项目的5名专家评分计算该项目的平均分,某专家对该项目的评分与该项目的平均分之差称为离差,离差反映了该专家在该项目上与全体专家间的差异.该专家在其所有评审项目上离差的均数称为平均离差,平均离差反映了该专家的平均非共识程度。
7. excel期望值怎么算
求期望ex公式：EX^2=DX+EX^2。在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
概率，亦称“或然率”，它是反映随机事件出现的可能性大小。随机事件是指在相同条件下，可能出现也可能不出现的事件。例如，从一批有正品和次品的商品中，随意抽取一件，“抽得的是正品”就是一个随机事件。设对某一随机现象进行了n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。经过大量反复试验，常有m/n越来越接近于某个确定的常数。
8. excel求期望值
矩估计值公式：E（X）=样本均值/样本均量，求矩估值的方法：最简单的矩估计法是用一阶样本原点矩来估计总体的期望而用二阶样本中心矩来估计总体的方差
- 相关评论
- 我要评论
-
