在概率论中期望，方差等是基础知识点，下面简单介绍一下个人所理解的几点及实现过程，如有错误之处请指出，仅供学习参考。
转载请注明出处。
1.分布函数
2.概率密度函数
直意为对分布函数的求导，数学公式如下，
3.数学期望
式1表示为离散的，2为连续。
4.矩（moments）
5.方差与矩的关系
方差主要表示随机变量围绕中心值的散布程度。
6.倾斜度（skewness）
表示随机变量与中心分布的不对称程度，向右倾斜，值为正，向左值为负。
7.峰度（kurtosis）
随机变量在均值附近的相对平坦程度或峰值程度，以正态分布为界，峰度值为0，如比正态分布陡，峰度值大于0，否则小于0.
代码实现如下：
仅供参考学习。
#include<iostream>using namespace std;int main(){//自定义一个数集，用数组a存储int a[10] = {1,2,2,6,8,8,2,15,20,8};int b[10];int count;double exp = 0.0;//期望double sum1 = 0.0, sum2 = 0.0;double y=0.0;//中心矩for (int i = 0; i < 10;i++){b[i] = -1;}for (int i = 0; i < 10;i++){count = 1;for (int j = i + 1; j < 10; j++){if (a[i] == a[j]){b[j] = 0;count++;}}if (b[i] != 0){b[i] = count;}}//输出每个数出现的次数for (int i = 0; i < 10;i++){if (b[i] != 0){//cout << a[i] <<" "<< b[i] << endl;//期望exp += a[i] * (b[i] / 10.0);}}printf("期望exp=%.2f\n",exp);//传统方法：方差for (int i = 0; i < 10;i++){sum1 += (a[i] - exp)*(a[i] - exp);}double var1 = sum1 / 10.0;printf("方差var1=%.2f\n",var1);//非传统方法：方差for (int i = 0; i < 10;i++){sum2 += (a[i] * a[i])*(b[i] / 10.0);}double var2 = sum2 - (exp*exp);printf("方差var2=%.2f\n", var2);//倾斜度//求中心矩yfor (int i = 0; i < 10;i++){y += ((a[i] - exp)*(a[i] - exp)*(a[i] - exp))*(b[i]/10.0);}double skew = y / (sqrt(var2)*var2);printf("倾斜度skew=%.2f\n",skew);//峰度for (int i = 0; i < 10; i++){y += ((a[i] - exp)*(a[i] - exp)*(a[i] - exp)*(a[i] - exp))*(b[i] / 10.0);}double kurt = (y / (var2*var2)) - 3;printf("峰度kurt=%.2f\n",kurt);system("pause");return 0;}
