超几何分布的期望公式为 E(X) = n M / N,方差公式为 D(X) = n (M/N) (1 - M/N) (N - n) / (N - 1),其中 N 为总体容量,M 为总体中成功个体数,n 为抽样次数。这两个公式是超几何分布的核心统计量,适用于不放回抽样场景,与二项分布的期望和方差在形式上类似但多了一个修正因子 (N - n)/(N - 1),反映了有限总体对抽样变异性的影响。

【常见问题】

问题1:超几何分布的期望公式与二项分布的期望公式有何区别?

回答1:超几何分布的期望公式为 E(X) = n M / N,而二项分布的期望为 E(X) = n p。若将 p 视为 M/N,则两者形式相同,但超几何分布基于不放回抽样,当 N 很大时两者近似相等。超几何分布的方差公式包含了有限总体校正因子,而二项分布没有。

问题2:超几何分布的方差公式中的 (N - n)/(N - 1) 有什么实际含义?

回答2:该因子称为有限总体校正系数,反映了不放回抽样导致的方差缩减。当抽样比例 n/N 较小时,该因子接近 1,超几何分布与二项分布方差相似;当 n 接近 N 时,方差趋近于 0,因为几乎抽尽总体,随机性消失。

问题3:如何用超几何分布的期望和方差公式判断抽样结果的稳定性?

回答3:超几何分布的期望 E(X) 给出了平均成功次数,方差 D(X) 衡量波动大小。方差越小,实际抽取的成功数量越接近期望值。例如,当总体 N 很大且抽样量 n 较小时,方差相对较小,结果更稳定;反之,当 n 接近 N 时,方差显著减小,结果几乎确定。