Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
(学习本部分内容大约需要1.4小时)
摘要
给定另一随机变量Y的随机变量X的条件分布是当观察到Y取某一值时X的分布。 虽然涉及精确的数学定义，但对于离散和连续变量，它等于将X和Y的联合PDF或PMF除以Y的PDF或PMF。
预备/后继知识
学习条件分布需要掌握以下概念
这个概念的后继知识有:
学习目标
- 知道离散和连续情况的条件分布定义
- 对于连续随机变量, 为什么对零概率事件进行条件化在数学上是不严格的?
- 知道联合分布如何分解成一组条件分布的乘积
核心资源
(阅读/观看其中一个)
付费
-
A First Course in Probability
简介: 概率论导论教科书
位置:- Section 6.4, “Conditional distributions: discrete case,” pages 288-291
- Section 6.5, “Conditional distributions: continuous case,” pages 291-296
作者: Sheldon Ross
-
Mathematical Statistics and Data Analysis
简介: 本科统计教科书
位置: Section 3.5, “Conditional distributions,” pages 87-95
[网站]
作者: John A. Rice -
Probability and Statistics
简介: 概率论和统计导论性质的书籍
位置: Section 3.6, “Conditional distributions,” pages 136-145
[网站]
Authors: Morris H. DeGroot,Mark J. Schervish
其他相关知识
我们可能还会想知道: 两个随机变量是否条件独立? 如果给定Z时, X和Y的条件分布是独立的, 则称两个随机变量X和Y在已知Z时是条件独立的.
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-站长，转载请注明出处：https://javaforall.net/168109.html原文链接：https://javaforall.net
