Distribution de probabilité conditionnelle – Wikipedia wiki
Concept de théorie des probabilités et de statistiques
Dans la théorie des probabilités et les statistiques, compte tenu de deux variables aléatoires distribuées conjointes
et
, le Distribution de probabilité conditionnelle de
donné
est la distribution de probabilité de
quand
est connu pour être une valeur particulière; Dans certains cas, les probabilités conditionnelles peuvent être exprimées en fonction contenant la valeur non spécifiée
de
comme paramètre. Lorsque les deux
et
sont des variables catégorielles, un tableau de probabilité conditionnel est généralement utilisé pour représenter la probabilité conditionnelle. La distribution conditionnelle contraste avec la distribution marginale d’une variable aléatoire, qui est sa distribution sans référence à la valeur de l’autre variable.
Si la distribution conditionnelle de
donné
est une distribution continue, alors sa fonction de densité de probabilité est connue sous le nom de fonction de densité conditionnelle . [d’abord] Les propriétés d’une distribution conditionnelle, telles que les moments, sont souvent mentionnées par des noms correspondants tels que la moyenne conditionnelle et la variance conditionnelle.
Plus généralement, on peut se référer à la distribution conditionnelle d’un sous-ensemble d’un ensemble de plus de deux variables; Cette distribution conditionnelle dépend des valeurs de toutes les variables restantes, et si plus d’une variable est incluse dans le sous-ensemble, cette distribution conditionnelle est la distribution de joint conditionnelle des variables incluses.
Distributions discrètes conditionnelles [ modifier ]]
Pour les variables aléatoires discrètes, la fonction de masse de probabilité conditionnelle de
donné
peut être écrit en fonction de sa définition comme:
En raison de la survenue de
Dans le dénominateur, cela n’est défini que pour les non-zéro (donc strictement positif)
La relation avec la distribution de probabilité de
donné
est:
Exemple [ modifier ]]
Considérez le roule
Si le nombre est uniforme (c’est-à-dire 2, 4 ou 6) et
sinon. De plus, laissez
Si le nombre est premier (c’est-à-dire 2, 3 ou 5) et
sinon.
D | d’abord | 2 | 3 | 4 | 5 | 6 |
---|---|---|---|---|---|---|
X | 0 | d’abord | 0 | d’abord | 0 | d’abord |
ET | 0 | d’abord | d’abord | 0 | d’abord | 0 |
Puis la probabilité inconditionnelle que
est 3/6 = 1/2 (car il y a six rouleaux possibles des dés, dont trois sont égaux), tandis que la probabilité que
sur conditionnelle
est 1/3 (car il y a trois rouleaux de nombres premiers possibles – 2, 3 et 5 – de lequel est même).
Distributions continues conditionnelles [ modifier ]]
De même pour les variables aléatoires continues, la fonction de densité de probabilité conditionnelle de
Compte tenu de l’occurrence de la valeur
de
peut être écrit comme [2] : P. 99
où
donne la densité conjointe de
et
, alors que
donne la densité marginale pour
. Dans ce cas, il est également nécessaire que
donné
est donné par:
Le concept de la distribution conditionnelle d’une variable aléatoire continue n’est pas aussi intuitif qu’il pourrait paraître: le paradoxe de Borel montre que les fonctions de densité de probabilité conditionnelle ne doivent pas être invariantes dans les transformations de coordonnées.
Exemple [ modifier ]]
Le graphique montre une densité articulaire normale bivariée pour les variables aléatoires
et
. Pour voir la distribution de
sur conditionnelle
, on peut d’abord visualiser la ligne
dans le
plan, puis visualisez le plan contenant cette ligne et perpendiculaire
avion. L’intersection de ce plan avec la densité normale articulaire, une fois redimensionnée pour donner une zone unitaire sous l’intersection, est la densité conditionnelle pertinente de
.
Relation avec l’indépendance [ modifier ]]
Variables aléatoires
,
sont indépendants si et seulement si la distribution conditionnelle de
donné
est, pour toutes les réalisations possibles de
, égal à la distribution inconditionnelle de
. Pour les variables aléatoires discrètes, cela signifie
pour tous possibles
et
avec
et
, ayant une fonction de densité conjointe, cela signifie
pour tous possibles
et
avec
Propriétés [ modifier ]]
Vu comme une fonction de
pour donné
,
est une fonction de masse de probabilité et donc la somme sur tous
(ou intégral s’il s’agit d’une densité de probabilité conditionnelle) est 1. considéré comme une fonction de
pour donné
, c’est une fonction de vraisemblance, de sorte que la somme sur tous
n’a pas besoin d’être 1.
De plus, un marginal d’une distribution conjointe peut être exprimé comme l’attente de la distribution conditionnelle correspondante. Par exemple,
.
Formulation théorique de mesure [ modifier ]]
Laisser
être un espace de probabilité,
un
-Field dans
. Donné
, le théorème du radon-nikodym implique qu’il y a [3] un
-Variable aléatoire mesurable
, appelé le probabilite conditionnelle , tel que
pour chaque
, et une telle variable aléatoire est définie de manière unique jusqu’à des ensembles de probabilité zéro. Une probabilité conditionnelle est appelée régulier si
est une mesure de probabilité sur
pour tous
A.E.
Cas spéciaux:
- Pour l’algèbre Sigma triviale , la probabilité conditionnelle est la fonction constante
- Si , alors , la fonction indicatrice (définie ci-dessous).
Laisser
être un
-Valué variable aléatoire. Pour chaque
, définir
Pour toute
, la fonction
est appelé le Distribution de probabilité conditionnelle de
donné
. S’il s’agit d’une mesure de probabilité
, alors ça s’appelle régulier .
Pour une variable aléatoire à valeur réelle (en ce qui concerne le borel
-champ
sur
), chaque distribution de probabilité conditionnelle est régulière. [4] Dans ce cas,
presque sûrement.
Relation avec les attentes conditionnelles [ modifier ]]
Pour tout événement
, Définissez la fonction d’indicateur:
qui est une variable aléatoire. Notez que l’attente de cette variable aléatoire est égale à la probabilité de UN lui-même:
Donné un
-champ
, la probabilité conditionnelle
est une version de l’attente conditionnelle de la fonction d’indicateur pour
:
L’attente d’une variable aléatoire par rapport à une probabilité conditionnelle régulière est égale à son attente conditionnelle.
Voir également [ modifier ]]
Les références [ modifier ]]
Citations [ modifier ]]
Sources [ modifier ]]
Recent Comments