【超几何分布期望公式】在概率论与数理统计中，超几何分布是一种离散型概率分布，用于描述在不放回抽样情况下，成功事件发生的次数。它常用于样本抽取、质量检测、市场调查等实际问题中。本文将对超几何分布的期望公式进行总结，并通过表格形式展示其关键参数和计算方式。
一、超几何分布的基本概念
超几何分布适用于以下情况：
- 总体中有 $ N $ 个个体；
- 其中，有 $ K $ 个“成功”个体（如合格品）；
- 从总体中随机抽取 $ n $ 个个体，且不放回；
- 设随机变量 $ X $ 表示这 $ n $ 个样本中“成功”个体的数量，则 $ X $ 服从超几何分布，记作 $ X \sim H(N, K, n) $。
二、超几何分布的期望公式
超几何分布的期望值表示在一次试验中，平均会抽到多少个“成功”个体。其数学表达式为：
$$
E(X) = n \cdot \frac{K}{N}
$$
该公式说明，超几何分布的期望等于样本容量 $ n $ 乘以总体中“成功”个体的比例 $ \frac{K}{N} $。
这个结果与二项分布的期望类似，但两者的关键区别在于：超几何分布是无放回抽样，而二项分布是有放回抽样。
三、关键参数与公式对照表
| 参数 | 含义 | 公式 |
| $ N $ | 总体数量 | — |
| $ K $ | 成功个体数量 | — |
| $ n $ | 抽取样本数量 | — |
| $ X $ | 抽取样本中的成功数量 | — |
| $ E(X) $ | 超几何分布的期望值 | $ E(X) = n \cdot \frac{K}{N} $ |
四、举例说明
假设某批产品共有 100 件，其中 30 件为正品。从中随机抽取 10 件，求正品数量的期望。
根据公式：
$$
E(X) = 10 \cdot \frac{30}{100} = 3
$$
即，在抽取 10 件产品时，平均会有 3 件是正品。
五、总结
超几何分布的期望公式是概率统计中一个重要的工具，尤其适用于无放回抽样的场景。它的计算简单且直观，能够帮助我们快速估算样本中“成功”事件的平均数量。理解并掌握这一公式，有助于在实际问题中更准确地进行数据分析和决策。
关键词：超几何分布、期望公式、不放回抽样、概率统计、样本均值
