（1.3）条件分布

AI100 2023-01-12 23:11:08

课时名称	课时知识点
（1.3）条件分布

...全文

297 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

本文探讨了离散型和连续型条件分布的概念。对于离散型条件分布，重点在于先计算边缘分布，再利用边缘分布解决问题。而对于连续型条件分布，涉及联合密度和边缘密度的运用。文章还包含了条件分布的证明过程，适合统计学和机器学习的学习者参考。

博客介绍了多元正态分布的条件分布定理，给出当 X(2) 给定时，X(1) 的条件分布公式。还通过具体例题，设 X∼N3(μ,Σ)，在给定 X3=x3 时，求解 X1 与 X2 的条件协方差，展示了分块矩阵及公式的应用。

本文解析Metropolis-Hastings算法中的满条件分布，介绍其定义、形式及重要性质，如满条件分布比值等于联合分布比值，可简化算法计算。通过示例展示如何由联合分布求满条件分布，还阐述了其在算法中简化计算、优化接受概率的作用，能提高采样效率。

本文主要探讨二维随机变量的条件分布，包括离散型和连续型。在离散型中，通过联合分布律可以求得条件分布律。对于连续型随机变量，由于其边缘概率为0，需通过边缘密度函数和极限方法来求解条件概率密度函数。关键步骤是先计算边缘密度函数，再利用公式得出条件概率密度函数。

本文详细介绍了在概率统计中，如何推导给定部分变量情况下多元高斯分布中另一部分变量的条件分布。通过矩阵运算和平方项完成技巧，展示了条件分布的数学表达式，强调了其在金融、工程和机器学习等领域的应用价值。

AI100讲师的课程社区_NO_1

1

社区成员

217

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章