邊際分布(Marginal Distribution)指在機率論和統計學的多維隨機變數中,只包含其中部分變量的機率分布。
定義
| 本條目存在以下問題,請協助 改善本條目或在 討論頁針對議題發表看法。
| 此條目 沒有列出任何參考或來源。 (2015年1月25日) |
| 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2015年12月14日) |
|
假設有一個和兩個變量相關的機率分布:
![{\displaystyle P(x,y)}](//wikimedia.org/api/rest_v1/media/math/render/svg/d5b3d8f37f5458c22b61eaf26e5af0523acb63e2)
關於其中一個特定變量的邊際分布則為給定其他變量的條件機率分布:
![{\displaystyle P(x)=\sum _{y}P(x,y)=\sum _{y}{P(x|y)P(y)}}](//wikimedia.org/api/rest_v1/media/math/render/svg/cc16eed910a278a5d116ae2361bcd28bf763aa28)
在這個邊際分布中,我們得到只關於一個變量的機率分布,而不再考慮另一變量的影響,實際上進行了降維操作。在實際應用中,例如人工神經網路的神經元互相關聯,在計算它們各自的母數的時候,就會使用邊際分布計算得到某一特定神經元(變量)的值。
參見