什么是数学期望？
想象一下，你有一个魔法球，每次你摇这个球，它都会随机停在某个数字上。数学期望就像是这个球的“平均朋友”，它告诉我们如果摇很多次，这个球停在哪个数字上的概率最高。
例子：抛硬币
假设你有一个公平的硬币，每次抛出时，正面朝上或反面朝上的概率都是50%。数学期望在这里就是0.5，因为正面和反面出现的概率是一样的。
# 计算硬币正反面的数学期望
heads = 0.5
tails = 0.5
expected_value = heads + tails
print("硬币的数学期望是：", expected_value)
怎样计算数学期望？
要计算数学期望，你需要知道每个可能的结果以及它出现的概率。然后，你把这些结果乘以它们的概率，最后把所有这些乘积加起来。
例子：骰子
假设你有一个六面的骰子，每个面出现的概率都是相同的。要计算骰子的数学期望，你可以这样做：
# 计算骰子的数学期望
sides = 6
probabilities = [1/sides] * sides
expected_value_dice = sum(side * prob for side, prob in enumerate(probabilities))
print("骰子的数学期望是：", expected_value_dice)
什么是方差？
方差是数学期望的一个好朋友，它告诉我们所有可能的结果与数学期望之间的平均差异有多大。简单来说，方差越大，结果之间的差异就越大。
例子：两个骰子
假设你有一个六面的骰子，你想知道如果你连续抛两个骰子，结果的方差是多少。
# 计算两个骰子的方差
variance_dice = sum((side - expected_value_dice)**2 * prob for side, prob in enumerate(probabilities))
print("两个骰子的方差是：", variance_dice)
怎样计算方差？
计算方差，你需要先计算每个结果与数学期望之间的差值，然后将这个差值平方，最后乘以该结果出现的概率。把这些乘积加起来，你就得到了方差。
例子：学生成绩
假设你有一个班级的学生成绩，你想要计算这些成绩的方差。你可以这样做：
# 假设学生成绩是[80, 90, 70, 60, 100]
grades = [80, 90, 70, 60, 100]
average_grade = sum(grades) / len(grades)
variance_grades = sum((grade - average_grade)**2 for grade in grades)
print("学生成绩的方差是：", variance_grades)
总结
数学期望和方差是统计学的基础，它们帮助我们理解数据的平均水平和差异程度。通过学习这些概念，你不仅能够更好地理解统计学，还能在日常生活中做出更明智的决策。记住，数学并不是高不可攀的，只要用心去学，每个人都能轻松掌握！