(1)联合分布函数:
多个变量组成是联合分布的基础,比如F(x,y),对x,y的约束,通常二维的可以通过计算面积获得联合分布的概率
(2) 联合分布律和联合概率密度的区别
离散型的通过数据枚举的方式获得其本身的联合分布律(Joint distribution law)
连续型的本质是需找到ke'y可以代表的概率密度函数
(1)联合分布函数:
多个变量组成是联合分布的基础,比如F(x,y),对x,y的约束,通常二维的可以通过计算面积获得联合分布的概率
(2) 联合分布律和联合概率密度的区别
离散型的通过数据枚举的方式获得其本身的联合分布律(Joint distribution law)
连续型的本质是需找到ke'y可以代表的概率密度函数