E(X) 随机变量函数的数学期望 X的k阶原点矩 E(X) X的k阶绝对原点矩 E(X1) X的k阶中心矩 E(X-E(X)) X的方差 E(X-E(XD=D(X) X,Y的k+l阶混合原点矩 E(XY) X,Y的k+l阶混合中心矩 E( X-E(X(Y-E(n) X,Y的二阶混合原点矩 E(XY X,Y的二阶混合中心矩X,Y的协方差 E(Y-E(YXY-E(YD) X,Y的相关系数 (X-E(XDOY-E(n) Pxy D(x√D(Y) X的方差 D(X)=E((X-E(X)2) D(X)=E(X2)-E2(X) + − E(X) = xf(x)dx 随机变量函数的数学期望 X 的 k 阶原点矩 ( ) k E X X 的 k 阶绝对原点矩 (| | ) k E X X 的 k 阶中心矩 (( ( )) ) k E X − E X X 的 方差 (( ( )) ) ( ) 2 E X − E X = D X X ,Y 的 k + l 阶混合原点矩 ( ) k l E X Y X ,Y 的 k + l 阶混合中心矩 ( ) k l E (X − E(X)) (Y − E(Y)) X ,Y 的 二阶混合原点矩 E(XY) X ,Y 的二阶混合中心矩 X ,Y 的协方差 E((X −E(X))(Y −E(Y))) X ,Y 的相关系数 XY D X D Y X E X Y E Y E =          − − ( ) ( ) ( ( ))( ( )) X 的方差 D (X ) = E ((X - E(X))2) ( ) ( ) ( ) 2 2 D X = E X − E X