“0-1”分布的数学期望EX=（）
在计算基金的期望回报率时，我们可以用一定时间的（ ），或者采用数学模型，对未来回报率的可能分布做出预测。
在评价估计量的标准中，如果估计量抽样分布的数学期望等于被估计的总体参数，这是指（）
设X服从参数为λ>0的泊松分布，其数学期望EX=（）
设X在区间[a，b]上服从均匀分布，则数学期望EX=（）
已知二项分布的数学特征为:E(x)=np,s(x)=np(1-p)。如果随机变量x~B(10,0.3),则E(x),s(x)分别为()。
当样本容量比较大时，样本比率p近似服从正态分布，且有p的数学期望就是总体比率π，即E（p）=π。（）
设随机变量X与Y相互独立，它们分别服从参数λ=2的泊松分布与指数分布．记Z=X-2Y，则随机变量Z的数学期望与方差分别等于（）．
二项分布B（n，p）的数学期望为（）
标准正态分布的数学期望EX=（）
设X服从参数为λ>0的指数分布，其数学期望EX=（）
估计量抽样分布的数学期望等于被估计的总体参数，叫做估计无偏性
设随机变量X的分布律为P{X=k}=1/5，k=1，2，3，4，5，求函数的数学期望E（X2)与E[（X+2)2]．
X服从于指数分布，则数学期望E（X）等于参数λ的（)。
二项分布期望与方差 二项分布期望公式E=np 方差D=np(1-p) 我知道是怎么推导出来的,但是书上没有方差公式的意义.那个公式仅仅是推倒得来的?有没有什么能解释的?D=np(1-p)其中 np=E,也就是说方差D=E(1-p),仅仅是巧合吗?方差和期望有什么关系?不要数学推倒,要说理性解释,能想明白的.
设X是一随机变量，a为任意实数，EX是X的数学期望，则（）。
若盒中有5个球，其中2个白球3个黑球，现从中任意取3个球，设随机变量X为取得白球的个数。求：（1）随机变量X的分布；（2）数学期望EX，方差DX。
设某种元件的寿命服从数学期望为100小时的指数分布,且各元件的寿命相互独立,求16个元件的寿命总和大于1920小时的概率.
当样本容量比较大时，样本比率P近似服从正态分布，且有P的数学期望就是总体比率π，即E（P）=π（）
在计算基金的期望回报率时，可以采用数学模型，对（）的可能分布作出预测
设随机变量和Y相互独立，且都服从标准正态分布。求的数学期望。
二项分布的期望和方差
7、历史上，泊松分布是作为二项分布的近似，由法国数学家泊松引入的。
