二维随机向量中,
与
的相互关系除了独立以外,还有相依关系,即随机变量的取值往往彼此是有影响的,这种关系用条件分布能更好地表达出来。
对于二维随机向量,所谓随机变量X的条件分布,就是在
的条件下X的分布函数。比如,记X为人的体重,Y为人的身高,则X与Y一般有相依关系,现在如果限定Y=172(cm),在这个条件下体重X的分布显然与X的无条件分布有很大不同。
设给定二维随机向量,对任意
,若
,则
是一维分布函数,自然称它为条件
下,
的条件分布函数。
如果二维离散随机向量的联合分布列为
仿照条件概率的定义,我们很容易地给出离散随机向量的条件分布列。
定义1对一切使得的
,称
为在给定
条件下X的条件分布列。
同理,对一切使得的
,称
为在给定
条件下Y的条件分布列。
有了条件分布列,我们就可以定义离散随机向量的条件分布。
定义2在给定条件下X的条件分布函数为
在给定
条件下Y的条件分布函数为
设为连续型随机向量,联合密度函数为
,边际分布函数分别为
。
定义3对于一切的
,在给定
条件下,X的条件分布函数和条件密度函数分别为
同理对于一切
的x,在给定
条件下,Y的条件分布函数和条件密度函数分别为
有了条件分布密度函数的概率,可以顺便给出连续随机变量场合的全概率公式和贝叶斯公式。
全概率公式
贝叶斯公式