Wartość oczekiwana

Czym jest wartość oczekiwana

Wartość oczekiwana, oznaczana E(X) (czasem μ), to teoretyczna średnia zmiennej losowej X — przeciętny wynik, jaki uzyskalibyśmy, gdyby eksperyment powtórzyć nieskończenie wiele razy. Dla zmiennej dyskretnej (przyjmującej skończenie lub przeliczalnie wiele wartości) oblicza się ją jako sumę iloczynów każdej wartości i jej prawdopodobieństwa:

E(X) = x₁ · p₁ + x₂ · p₂ + … + xₙ · pₙ = suma (xᵢ · pᵢ)

gdzie xᵢ to możliwe wartości zmiennej, a pᵢ — odpowiadające im prawdopodobieństwa (sumujące się do 1).

Wartość oczekiwana to parametr rozkładu — wielkość teoretyczna, opisująca populację lub mechanizm losowy, a nie konkretne dane. Tym różni się od średniej z próby, którą liczymy z faktycznie zebranych obserwacji.

Dla zmiennej ciągłej (np. o rozkładzie normalnym) sumę zastępuje całka z iloczynu wartości i gęstości prawdopodobieństwa, ale idea pozostaje ta sama: to „środek ciężkości” rozkładu.

Kiedy używać

Wartości oczekiwanej używamy, gdy chcemy:

• opisać przeciętny wynik mechanizmu losowego (gra, zakład, proces produkcyjny, model probabilistyczny),
• porównać dwie loterie, strategie lub decyzje pod kątem długoterminowej opłacalności,
• wyznaczyć teoretyczny punkt odniesienia, do którego zbiega średnia z próby, gdy liczba obserwacji rośnie (prawo wielkich liczb).

Relacja z próbą jest kluczowa: średnia z próby jest estymatorem wartości oczekiwanej. Im większa próba, tym bliżej średnia x̄ leży prawdziwej E(X). Wartość oczekiwana to „cel”, średnia z danych to jego oszacowanie.

Przydatna jest też liniowość wartości oczekiwanej:

E(aX + b) = a · E(X) + b

oraz E(X + Y) = E(X) + E(Y) (dla dowolnych X, Y). To upraszcza obliczenia w modelach złożonych.

Jak interpretować

E(X) to wartość przeciętna w długiej serii, a nie wynik gwarantowany ani najbardziej prawdopodobny. Może to być liczba, której zmienna nigdy faktycznie nie przyjmuje (np. E(X) = 3,5 dla kostki — patrz przykład). Interpretuj ją jako: „gdybym powtarzał to zdarzenie wielokrotnie, średni wynik dążyłby do E(X)”.

Przykład

Rzut symetryczną kostką. Zmienna X przyjmuje wartości 1–6, każda z prawdopodobieństwem 1/6:

E(X) = (1 + 2 + 3 + 4 + 5 + 6) × (1/6) = 21/6 = 3,5

Średnia liczba oczek w długiej serii rzutów wynosi 3,5 — mimo że pojedynczy rzut nigdy nie da 3,5.

Prosty zakład. Płacisz 10 zł za grę: z prawdopodobieństwem 0,2 wygrywasz 40 zł, w przeciwnym razie nic. Wartość oczekiwana wygranej brutto:

E(W) = 40 · 0,2 + 0 · 0,8 = 8 zł

Po odjęciu wpisowego oczekiwany zysk to 8 − 10 = −2 zł na grę. W długiej serii gracz traci średnio 2 zł za rozgrywkę — zakład jest niekorzystny.

Typowe błędy

• Mylenie E(X) z wynikiem gwarantowanym — wartość oczekiwana to średnia z wielu powtórzeń, nie zapowiedź pojedynczego rezultatu. Oczekiwany zysk −2 zł nie znaczy, że stracisz dokładnie 2 zł w następnej grze.
• Mylenie E(X) z wartością najbardziej prawdopodobną (modą) — E(X) = 3,5 dla kostki nie jest najczęstszym wynikiem (wszystkie są równie częste), a w rozkładach skośnych moda i E(X) wyraźnie się różnią.
• Utożsamianie E(X) ze średnią z próby — średnia z danych to oszacowanie parametru, obarczone błędem losowym. Mała próba może dać średnią daleką od prawdziwej E(X).
• Pomijanie warunku Σpᵢ = 1 — jeśli prawdopodobieństwa nie sumują się do jedności, rozkład jest źle określony, a wynik E(X) bezwartościowy.

Potrzebujesz pomocy z modelem probabilistycznym?

Wyznaczę wartość oczekiwaną, wariancję i pozostałe parametry rozkładu, a wnioski opiszę językiem zrozumiałym dla recenzenta. Zobacz usługi →