定義：設X是一個隨機變數，如果存在，則稱它為的方差。記為。離散型隨機變數和連續型隨機變數都是這樣規定。表示隨機變數的數學期望。從定義來看方差就是一個非負隨機變數函式的數學期望。定義：設是連續型隨機變數，其密度函式為，如果無窮限反常積分絕對收斂，那麼的數學期望為於是連續型隨機變數的方差可以透過這樣的積分計算定義：如果對隨機變數的分佈函式，存在非負可積函式，使得對任意實數，有，則稱為連續型隨機變數，稱為的機率密度函式，簡稱為機率密度或密度函式。由定義可知是一個非負函式。所以，連續型隨機變數的方差的被積表示式是非負的，由積分的性質可知也是非負的。我也在學習，有不當望指出。

P(X=k)=C(M k)·C(N-M n-k)/C(N n),C是組合,括號裡左邊的那個放在C右上,右邊放右下

這個記為X~H(n,M,N),期望E(x)=nM/N

方差D(X)=nM(N-M)(N-n)/[(N^2)(N-1)]

超幾何分佈是統計學上一種離散機率分佈。它描述了由有限個物件中抽出n個物件，成功抽出指定種類的物件的次數（不歸還）。稱為超幾何分佈，是因為其形式與“超幾何函式”的級數展式的係數有關

E(X) = X1*p(X1) + X2*p(X2) + …… + Xn*p(Xn)X1,X2,X3,……,Xn為這幾個資料，p(X1),p(X2),p(X3),……p(Xn)為這幾個資料的機率函式。需要注意的是，期望值並不一定等同於常識中的“期望”——“期望值”也許與每一個結果都不相等。（換句話說，期望值是該變數輸出值的平均數。期望值並不一定包含於變數的輸出值集合裡。）擴充套件資料：在一般情況下，兩個隨機變數的積的期望值不等於這兩個隨機變數的期望值的積。考慮到38種所有的可能結果，然後這裡我們的設定的期望目標是“贏錢”，則因此，討論贏或輸兩種預想狀態的話，以1美元賭注押一個數字上，則獲利的期望值為：贏的“機率38分之1，能獲得35元”，加上“輸1元的情況37種”，結果約等於-0.0526美元。也就是說，平均起來每賭1美元就會輸掉5美分，即美式輪盤以1美元作賭注的期望值為 負0.0526美元。