Phân phối xác suất đồng thời

Một phần của loạt bài về thống kê
Lý thuyết xác suất
Xác suất Tiên đề Bất định Xác định Ngẫu nhiên
Không gian xác suất Không gian mẫu Biến cố Đầy đủ Biến cố cơ bản Xung khắc Kết quả Đơn điểm Thí nghiệm Phép thử Bernoulli Phân phối xác suất Phân phối Bernoulli Phân phối nhị thức Phân phối chuẩn Độ đo xác suất Biến ngẫu nhiên Quá trình Bernoulli Liên tục hay rời rạc Giá trị kỳ vọng Xích Markov Giá trị quan sát Đi bộ ngẫu nhiên Quá trình ngẫu nhiên
Biến cố bù Xác suất chung Xác suất riêng Xác suất có điều kiện
Độc lập Độc lập có điều kiện Luật tổng xác suất Luật số lớn Định lý Bayes Bất đẳng thức Boole
Biểu đồ Venn Biểu đồ cây

$X$

$Y$

$p(X)$

$p(Y)$

Nhiều mẫu quan sát (đen) được hiển thị từ một phân phối xác suất chung. Mật độ biên cũng được hiển thị.

Cho các biến ngẫu nhiên $X,Y,\ldots$, được định nghĩa trên một không gian xác suất, phân phối xác suất đồng thời cho $X,Y,\ldots$ là một phân phối xác suất mà mang đến xác suất mà mỗi $X,Y,\ldots$ nằm trong bất kỳ phạm vi cụ thể nào hoặc tập giá trị rời rạc được chỉ định cho biến đó. Trong trường hợp chỉ có 2 biến ngẫu nhiên, điều này gọi là phân phối hai biến (bivariate distribution), nhưng khái niệm tổng quát hóa tới bất kỳ số lượng biến ngẫu nhiên, cho một phân phối đa biến (multivariate distribution).

Liên kết ngoài

• Hazewinkel, Michiel biên tập (2001), “Joint distribution”, Bách khoa toàn thư Toán học, Springer, ISBN 978-1-55608-010-4
• Hazewinkel, Michiel biên tập (2001), “Multi-dimensional distribution”, Bách khoa toàn thư Toán học, Springer, ISBN 978-1-55608-010-4
• A modern introduction to probability and statistics: understanding why and how. Dekking, Michel, 1946-. London: Springer. 2005. ISBN 978-1-85233-896-1. Online Computer Library Center 262680588.
• “Joint continuous density function”. PlanetMath.

• Mathworld: Joint Distribution Function