【概率论】3-6:条件分布(Conditional Distributions Part I）

---

title: 【概率论】3-6:条件分布(Conditional Distributions Part I）

categories:

• Mathematic
• Probability
  
  keywords:
• Discrete Conditional Distributions
• 离散条件分布
• Continuous Conditional Distributions
• 连续条件分布

toc: true

date: 2018-03-08 10:38:13

Abstract: 首先介绍随机变量的条件分布，随后介绍随机变量条件分布下的乘法法则，贝叶斯公式和全概率公式

Keywords: Discrete Conditional Distributions，Continuous Conditional Distributions，Multiplication Rule，Bayes’ Therom，Law of Total Probability

开篇废话

隔了半个月没有研究数学，早上起来还激动不已，看了两页书好几脸懵x

“如何变成一个真正的行家”

• 花几年时间进行紧张的学习，直到你觉得自己在行
• 离开几年，去探索更多其他的领域，无论是否有关
• 回到原来的领域，换个角度，重新掌握它
  
  也许这与传统观点相悖，但你可以不用练习就升级，有时候这是升级的唯一办法

上面这段话引自Francois Chollet

这段话不适合小菜，只适合大牛们冲击天花板，我们小菜现在要做的就是第一步，花几年时间进行紧张的学习。

简短的回顾下前面的内容，我们从试验出发，然后得到事件，从事件引出对应的概率，然后把事件数字化后，随机变量作为一个函数成为我们研究的对象，在研究事件的时候我们研究了形如 Pr(A∣B)Pr(A|B)Pr(A∣B) 的事件的条件概率，并且把它用到了全概率公式，贝叶斯公式等，并了解到其性质和普通事件的概率一致，甚至所有事件都可以定义为条件事件，条件概率从一开始就注定成为我们研究的重要一部分，所以当事件数字化之后，条件分布也就成了研究的重点，没错，我们今天这一大篇都是研究条件分布的，目前之研究两个随机变量的条件分布，多变量的可以依靠两个变量的推导出来。

在联合分布中的条件分布，上一篇的边缘分布也是我们要使用到的，所以上一篇的内容需要大家详细掌握。

以上为节选内容，完整原文地址：https://www.face2ai.com/Math-Probability-3-6-Conditional-Distributions-P1转载请标明出处