15 边际通常指的是很小的影响,是指更大的系统之外的东西。它往往会削弱所谓“边际”的重要性。 那么,这如何适用于随机变量子集的概率呢? 假设单词因其含义而被使用可能在数学中是一个冒险的命题,所以我知道这里不一定有答案,但是有时此类问题的答案可以帮助您获得真正的见识,因此我为什么我问。 probability terminology — 史蒂芬 source 1 相关:名称“偏”和“边际”相关背后的直觉。 — gung-恢复莫妮卡 1 谢谢!这与Jake-Westfall的答案相符,所以请考虑更新我的后验信念:) — 斯蒂芬 1 费马的最后一个定理评论不是很 — 有限
26 考虑下面的表格(从本网站复制),该表格代表掷出两个骰子的结果的联合概率: 以这种常见且自然的方式显示分布,单个骰子结果的边际概率按字面意义写在表格的边距(突出显示的行/列)中。 当然,我们不能真正为连续的随机变量构造这样的表,但是无论如何,我想这就是该术语的由来。 — 杰克·韦斯特伦 source 2 对于2d连续变量,等效项将是某种形式的密度图(可能使用颜色来表示密度),其边际分布实际上位于图的边缘 — user36196
11 (X,Y)(X,ÿ)XXXXp (x )= ∫p (X ,ÿ)dÿ= ∫p (x | y)p (y)dÿ,p(X)=∫p(X,ÿ)dÿ=∫p(X|ÿ)p(ÿ)dÿ,XXÿÿ1 ,… ,61,…,6p (X= 1 )= ∑ÿ= 16p (X= 1 ,ÿ= y)p(X=1)=∑ÿ=16p(X=1,ÿ=ÿ)我= 1一世=1其表)中。 XXÿÿ XXÿÿ 这两个图都是使用seaborn(https://seaborn.pydata.org/genic/seaborn.jointplot.html#seaborn.jointplot)的jointplot函数生成的。 希望这可以帮助! — 白噪声 source 1 ph!漂亮的图表。确实有帮助:) — 斯蒂芬 @stephan谢谢!制作非常简单,seaborn非常适合做美学上令人愉悦的情节。 — white_noise