Эта статья требует дополнительных ссылок для проверки . ( апрель 2013 г. ) ( Узнайте, как и когда удалить это сообщение-шаблон ) |
В теории вероятностей и статистике , учитывая два совместно распределенные случайные величины и , то условное распределение вероятностей по Y дано Х является распределением вероятностей из , когда известно, что конкретное значения; в некоторых случаях условные вероятности могут быть выражены как функции , содержащие неопределенное значение в качестве параметра. Когда оба и являются категориальными переменными , таблица условной вероятностиобычно используется для представления условной вероятности. Условное распределение контрастирует с предельным распределением случайной величины, которое представляет собой ее распределение без ссылки на значение другой переменной.
Если условное распределение данного является непрерывным распределением , то его функция плотности вероятности известна как функция условной плотности . Свойства условного распределения, такие как моменты , часто называют соответствующими именами, такими как условное среднее и условная дисперсия .
В более общем смысле, можно ссылаться на условное распределение подмножества набора из более чем двух переменных; это условное распределение зависит от значений всех оставшихся переменных, и если в подмножество включено более одной переменной, то это условное распределение является условным совместным распределением включенных переменных.
Условные дискретные распределения [ править ]
Для дискретных случайных величин функция массы условной вероятности данного может быть записана в соответствии с ее определением как:
Из-за наличия в знаменателе это определено только для ненулевых (следовательно, строго положительных)
Связь с распределением вероятности данного :
Пример [ править ]
Рассмотрим бросок правильного кубика и пусть, если число четное (например, 2, 4 или 6), и в противном случае. Кроме того, пусть, если число простое (т.е. 2, 3 или 5), и в противном случае.
1 | 2 | 3 | 4 | 5 | 6 | |
---|---|---|---|---|---|---|
Икс | 0 | 1 | 0 | 1 | 0 | 1 |
Y | 0 | 1 | 1 | 0 | 1 | 0 |
Тогда безусловная вероятность, которая равна 3/6 = 1/2 (поскольку существует шесть возможных бросков кубика, из которых три четные), тогда как вероятность, которая обусловлена, равна 1/3 (поскольку есть три возможных броска простых чисел - 2, 3 и 5 - из которых одно четное).
Условные непрерывные распределения [ править ]
Аналогично для непрерывных случайных величин , условная функция плотности вероятности из данного вхождения значения из может быть записана в виде [1] : р. 99
где дает совместную плотность от и , в то время как дает предельную плотность для . И в этом случае нужно то .
Связь с распределением вероятностей данного определяется выражением:
Концепция условного распределения непрерывной случайной величины не так интуитивна, как может показаться: парадокс Бореля показывает, что условные функции плотности вероятности не обязательно должны быть инвариантными относительно преобразований координат.
Пример [ править ]
График показывает двумерную нормальную плотность соединений для случайных величин и . Чтобы увидеть распределение условного включения , можно сначала визуализировать линию на плоскости , а затем визуализировать плоскость, содержащую эту линию и перпендикулярную плоскости. Пересечение этой плоскости с нормальной плотностью соединения, после масштабирования, чтобы дать единицу площади под пересечением, является соответствующей условной плотностью .
Отношение к независимости [ править ]
Случайные переменные , являются независимыми , если и только если условное распределение дано , для всех возможных реализаций , равные безусловного распределение . Для дискретных случайных величин это означает все возможные и с . Для непрерывных случайных величин и , имея совместную функцию плотности , значит для всех возможных и с .
Свойства [ править ]
Рассматриваемая как функция для данного , это функция массы вероятности, поэтому сумма по всем (или интеграл, если это условная плотность вероятности) равна 1. Рассматриваемая как функция для данного , это функция правдоподобия , так что общая сумма не обязательно должна быть 1.
Кроме того, маргинальное значение совместного распределения может быть выражено как ожидание соответствующего условного распределения. Так , например, .
Теоретико-мерная формулировка [ править ]
Пусть вероятностное пространство, а -поле в и вещественную случайную величину (измеряемое по отношению к Борель -field на ). Учитывая , то Радон-Никодим теорема означает , что существует [2] -измеримая интегрируемая случайная величина такая , что для каждого , и такой случайной величина однозначно определяются с точностью до множеств нулевой вероятности. Далее, тогда можно показать, что существует [3] функция такая, что
является вероятностной мерой для каждого (т. е. регулярно ) и (почти наверняка) для каждого .
Для любого , функция называется условной вероятности распределения из дали . В этом случае почти наверняка.
Отношение к условному ожиданию [ править ]
Для любого события определите функцию индикатора :
что является случайной величиной. Обратите внимание, что ожидание этой случайной величины равно вероятности самого A :
Тогда заданная условная вероятность является такой функцией , которая является условным ожиданием индикаторной функции для :
Другими словами, является -измеримой функцией, удовлетворяющей
Условная вероятность является регулярной, если она также является вероятностной мерой для всех ω ∈ Ω . Ожидание случайной величины относительно обычной условной вероятности равно ее условному ожиданию.
- Для тривиальной сигма-алгебры условная вероятность является постоянной функцией,
- Поскольку , как указано выше,
См. Также [ править ]
- Обусловленность (вероятность)
- Условная возможность
- Обычная условная вероятность
- Теорема Байеса
Примечания [ править ]
- ^ Парк, Кун Иль (2018). Основы вероятностных и случайных процессов с приложениями к коммуникациям . Springer. ISBN 978-3-319-68074-3.
- ^ Биллингсли (1995) , стр. 430
- ^ Биллингсли (1995) , стр. 439
Ссылки [ править ]
- Биллингсли, Патрик (1995). Вероятность и мера (3-е изд.). Нью-Йорк: Джон Уайли и сыновья.