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