机器学习 | 您所在的位置:网站首页 › 边缘概率密度和密度函数的区别 › 机器学习 |
对二维随机变量(X,Y) X和Y的联合分布函数为 F ( x , y ) F(x,y) F(x,y) 则(X,Y)关于X的边缘分布函数为 F X ( x ) = l i m y → ∞ F ( x , y ) F_X(x)=lim_{y \to \infty }F(x,y) FX(x)=limy→∞F(x,y) (X,Y)关于Y的边缘分布函数为 F Y ( y ) = l i m x → ∞ F ( x , y ) F_Y(y)=lim_{x \to \infty}F(x,y) FY(y)=limx→∞F(x,y) 不难看出,对二维连续型随机变量(X,Y),其概率密度与分布函数的关系如下: f ( x , y ) = ∂ 2 F ( x , y ) ∂ x ∂ y f(x,y)=\frac{\partial ^2F(x,y)}{\partial x \partial y} f(x,y)=∂x∂y∂2F(x,y) 在 f ( x , y ) f(x,y) f(x,y)的连续点 F ( x , y ) = ∫ − ∞ x ∫ − ∞ y f ( u , v ) d u d v F(x,y)=\int_{-\infty}^x \int_{-\infty}^y f(u,v)dudv F(x,y)=∫−∞x∫−∞yf(u,v)dudv |
CopyRight 2018-2019 实验室设备网 版权所有 |