title: 【概率論】3-5:邊緣分布(Marginal Distribution)
categories:
- Mathematic
- Probability
keywords: - Marginal p.f.
- 邊緣概率函數
- Marginal p.d.f.
- 邊緣密度函數
- Independent
- 獨立性
toc: true
date: 2018-02-09 11:33:45
Abstract: 本文承接上文，對於二維聯合分布，如何求出二維變量中一個變量的一個分布，也就是標題所說的邊緣分布；以及對獨立隨機變量的討論。
Keywords: Marginal p.f.,Marginal p.d.f.,Independent
開篇廢話
今天這篇可能是農歷新年前最后一篇關於數學的博客了，過年期間爭取把CUDA系列的寫出來，大家有興趣的可以關注一下，過年本來是個休息的時間，但是說實話，現在真的很討厭過年，尤其是那些關心你生活的所謂親戚們，可能是變向找平衡，或者是炫耀，具體案例我不說，已經爛大街了，只是覺得有點惡心，人們在內心是相互攀比相互較量，表面還要裝作一團和氣，然后各種映射暗示你不如他的地方。
過年就應該是一家團聚，相互祝福，相互鼓勵的。
真的想找個沒人的地方看一春節書，改變不了就是試着逃避吧。
想要逃出生天，好好學習，可能還有機會。
Marginal Distribution
我們繼續我們的概率論，我們已經經歷了概率論的變化過程是：從試驗到樣本空間，樣本空間到事件，事件到概率（復合事件的概率，包括條件事件，獨立事件等等擴展情況），樣本空間到隨機變量，隨機變量的離散概率、連續概率，描述隨機變量概率的工具（p.f.,p.d.f.,c.d.f.），然后隨機變量被擴展為二維（離散的，連續的，混合的），今天我們在二維聯合分布的情況下，推出今天的主要討論目標：Marginal Distribution(邊緣分布)
上文我們曾有一個小伏筆，我們想知道聯合的p.f.或者p.d.f.怎么通過每個變量的p.f.或者p.d.f.求出的；或者我們反過來，如何通過聯合的p.f.或者p.d.f.來得到每個變量自己的（一維的）p.f.或者p.d.f.。
這就是我們要說的今天的邊緣分布，適用於p.d.f.或者p.d.或者c.d.f.
Deriving a Marginal p.f. or a Marginal p.d.f.
以上為節選內容，完整原文地址：https://www.face2ai.com/Math-Probability-3-5-Marginal-Distributions轉載請標明出處
原文地址2：https://www.tony4ai.com/Math-Probability-3-5-Marginal-Distributions轉載請標明出處