数学期望大好还是小好？数学期望越大技术越好。数学期望在概率论和统计学中是指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。 需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。那么，数学期望大好还是小好？一起来了解一下吧。
越小越好。方差越大数据波动程度越大，所以，方差越小，数据越稳定。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...
期望它反映随机变量平均取值的大小。期望越小，则说明这组数均值越小。
举例子说吧：
（1）
A人射击三次，成绩为80，90，100，
B人射击三次，成绩为60，70，80，
用期望，直接可以得出A优于B
（2）
A人射击三次，成绩为80，90，100，
B人射击三次，成绩为90，90，90，
用期望，发现AB期望是一样，均值一样，成绩相同。
这时候可以用方差，得出B优于A，期望相同，但B成绩更稳定。
数学期望是一种重要的数字特征，它反映随机变量平均取值的大小，是试验中每次可能结果的概率乘以其结果的总和。这里的“期望”一词来源于赌博，大概意思是当下注时，期望赢得多少钱。
以大数据眼光看问题体现了数学期望中的大量试验出规律，不能光看眼前或特例，对一种现象不能过早下结论，要多听、多看从而获得拿个隐藏在背后的规律；
以大概率眼看光问题对应数学期望中的概率加权，大概率对应的取值对最后之结果影响大，所以当有了一个目标，为了实现它，就要找一条实现起来概率最大的路径。
扩展资料
应用：
1）随机炒股
随机炒股也就是闭着眼睛在股市中挑一只股票，并且假设止损和止盈线都为10%，因为是随机选股，那么胜率=败率，由于印花税、佣金和手续费的存在，胜率=败率<50%，最后的数学期望一定为负，可见随机炒股，长期的后果，必输无疑。
2）趋势炒股
趋势炒股是建立在惯性理论上的，胜率跟经验有很大关系，基本上平均胜率可以假定为60%，则败率为40%，一般趋势投资者本着赚点就跑，亏了套死不卖的原则，如涨10%止盈，跌50%止损，数学期望为EP=60%*10%-40%*50%=-0.14，必输无疑。
数学期望越大技术越好。
数学期望在概率论和统计学中是指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。 需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。 大数定律规定，随着重复次数接近无穷大，数值的算术平均值几乎肯定地收敛于期望值。
数学期望例题：
在10件产品中，有3件一等品，4件二等品，3件三等品。从这10件产品中任取3件, 求：
（1）取出的3件产品中一等品件数x的分布列和数学期望；
（2）取出的3件产品中一等品件数多于二等品件数的概率。
解：
x的数学期望E(x)=0*7/24+1*21/40+2*7/40+3*1/120=9/10。
【答案】：数学期望又称为均值，它反映了随机变量平均取值的大小，它是一个数，而不再有随机性．
方差表达了X的取值与其数学期望的偏离程度．若X取值比较集中，则D(X)较小，反之，若X取值比较分散，则D(X)较大．因此D(X)刻画了X取值的分散程度．
协方差和相关系数都是X与Y之间相互关系的一种度量，两者的区别是协方差cov(X，Y)的单位是X和Y的单位的乘积，当X，Y使用不同的量纲时，其意义不是很明确．而根据相关系数的定义，消除了方差的影响，是一个无量纲的纯量，相关系数的大小直接反映了X与Y的相关程度．
以上就是数学期望大好还是小好的全部内容，1. 数学期望是衡量随机变量平均取值大小的关键指标，它通过将每个可能结果的概率乘以其结果值，并求和得到。2. 期望值并不总是等同于直观上的“平均值”，它表示的是随机变量在多次重复实验中的平均结果。3. 期望值不一定包含在随机变量的所有可能结果之中。它是随机变量取值的加权平均，内容来源于互联网，信息真伪需自行辨别。如有侵权请联系删除。
