联合概率,边际概率,条件概率的区别_非条件概率和边际概率

一时忘了联合概率、边际概率、条件概率是怎么回事，回头看看。

某离散分布：

联合概率、边际概率、条件概率的关系：

其中， Pr(X=x, Y=y)为“XY的联合概率”； Pr(X=x)为“X的边际概率”； Pr(X=x | Y=y)为“X基于Y的条件概率”； Pr(Y=y)为“Y的边际概率”；

从上式子中可以看到： Pr(X=x, Y=y) = Pr(X=x | Y=y) * Pr(Y=y) 即：“XY的联合概率”=“X基于Y的条件概率”乘以“Y的边际概率” 这个就是联合概率、边际概率、条件概率之间的转换计算公式。

前面表述的是离散分布，对于连续分布，也差不多。 只需要将“累加”换成“积分”。

参考： https://en.wikipedia.org/wiki/Marginal_distribution

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/180486.html原文链接：https://javaforall.cn