【机器学习数学基础之概率论与统计05】多元随机向量及其分布

几种常见的分布

    联合分布

     联合分布很难描述清楚，智能给出概念。但是在相互独立的随机变量中，它们联合分布是它们各自分布的乘积。

    对于连续型随机变量，加上积分就可以了。

    边缘分布

    在二维情况下的直观解释：

    条件分布

    二维情况下的条件分布：

    

    实际上，贝叶斯公式可以由条件概率和全概率公式得出。

    由二维推广到多维的条件概率的链规则：

    贝叶斯规则

    这里就涉及到了先验和后验的概念。

    到目前为止，我都没有真正领略到贝叶斯规则的真正妙处，只能大致领略它的概念。

协方差

    指的是两个随机变量的共同的方差，协方差通常同来衡量两个变量的相关性。

    

    协方差的性质如下：