联合分布

在概率论中, 对定义在相同样本空间[1]的两个随机变量

X

{\displaystyle X}

Y

{\displaystyle Y}

,其联合分布是同时对于

X

{\displaystyle X}

Y

{\displaystyle Y}

的概率分布。

目录

1 离散随机变量的联合分布

2 连续随机变量的联合分布

3 独立变量的联合分布

4 多元联合分布

5 相关条目

6 外部链接

离散随机变量的联合分布

编辑

对离散随机变量而言,联合分布概率质量函数为

P

r

(

X

=

x

&

Y

=

y

)

{\displaystyle Pr(X=x\,\&\,Y=y)}

,即

P

(

X

=

x

a

n

d

Y

=

y

)

=

P

(

Y

=

y

|

X

=

x

)

P

(

X

=

x

)

=

P

(

X

=

x

|

Y

=

y

)

P

(

Y

=

y

)

.

{\displaystyle P(X=x\;\mathrm {and} \;Y=y)\;=\;P(Y=y|X=x)P(X=x)=P(X=x|Y=y)P(Y=y).\;}

因为是概率分布函数,所以必须有

x

y

P

(

X

=

x

a

n

d

Y

=

y

)

=

1.

{\displaystyle \sum _{x}\sum _{y}P(X=x\ \mathrm {and} \ Y=y)=1.\;}

连续随机变量的联合分布

编辑

类似地,对连续随机变量而言,联合分布概率密度函数为

f

X

,

Y

(

x

,

y

)

{\displaystyle f_{X,Y}(x,y)}

,其中

f

Y

|

X

(

y

|

x

)

{\displaystyle f_{Y|X}(y|x)}

f

X

|

Y

(

x

|

y

)

{\displaystyle f_{X|Y}(x|y)}

分别代表

X

=

x

{\displaystyle X=x}

Y

{\displaystyle Y}

的条件分布以及

Y

=

y

{\displaystyle Y=y}

X

{\displaystyle X}

的条件分布;

f

X

(

x

)

{\displaystyle f_{X}(x)}

f

Y

(

y

)

{\displaystyle f_{Y}(y)}

分别代表

X

{\displaystyle X}

Y

{\displaystyle Y}

的边缘分布。

同样地,因为是概率分布函数,所以必须有

x

y

f

X

,

Y

(

x

,

y

)

d

y

d

x

=

1.

{\displaystyle \int _{x}\int _{y}f_{X,Y}(x,y)\;dy\;dx=1.}

独立变量的联合分布

编辑

對於兩相互獨立的事件

P

(

X

)

{\displaystyle P(X)}

P

(

Y

)

{\displaystyle P(Y)}

,任意x和y而言有离散随机变量

P

(

X

=

x

a

n

d

Y

=

y

)

=

P

(

X

=

x

)

P

(

Y

=

y

)

{\displaystyle \ P(X=x\ \mathrm {and} \ Y=y)=P(X=x)\cdot P(Y=y)}

,或者有连续随机变量

p

X

,

Y

(

x

,

y

)

=

p

X

(

x

)

p

Y

(

y

)

{\displaystyle \ p_{X,Y}(x,y)=p_{X}(x)\cdot p_{Y}(y)}

多元联合分布

编辑

2元联合分布可以推广到任意多元的情况

X

1

,

,

X

n

{\displaystyle X_{1},\ldots ,X_{n}}

f

X

1

,

,

X

n

(

x

1

,

,

x

n

)

=

f

X

n

|

X

1

,

,

X

n

1

(

x

n

|

x

1

,

,

x

n

1

)

f

X

1

,

,

X

n

1

(

x

1

,

,

x

n

1

)

.

{\displaystyle f_{X_{1},\ldots ,X_{n}}(x_{1},\ldots ,x_{n})=f_{X_{n}|X_{1},\ldots ,X_{n-1}}(x_{n}|x_{1},\ldots ,x_{n-1})f_{X_{1},\ldots ,X_{n-1}}(x_{1},\ldots ,x_{n-1}).}

相关条目

编辑

耦合 (概率)

外部链接

编辑

Joint continuous density function. PlanetMath.

^ Feller, William. An introduction to probability theory and its applications, vol 1, 3rd edition. 1957: 217–218. ISBN 978-0471257080 (Eng). 请检查|access-date=中的日期值 (帮助); 使用|accessdate=需要含有|url= (帮助) 引文格式1维护:未识别语文类型 (link)

友情链接