statistik:multivariat

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision
Previous revision
statistik:multivariat [2014/12/18 19:03] – [Zweidimensionaler Fall] phreazerstatistik:multivariat [2014/12/18 20:45] (current) – [Zweidimensionaler Fall] phreazer
Line 9: Line 9:
 Im stetigen Fall ergibt sich die Verteilungsfunktion Im stetigen Fall ergibt sich die Verteilungsfunktion
  
-$$F_Z(x,y) = \int_{-\infty}^y \int_{-\infty}^x f_{X,Y}(u,v) du dv$$ mit der zweidimensionalen Dichte $f_{X,Y} (x,y) = f_{Y|X}(y|x) f_X(x) = f_{X|y}(x|y) f_Y(y)$.+$$F_Z(x,y) = \int_{-\infty}^y \int_{-\infty}^x f_{X,Y}(u,v) du dv$$ mit der zweidimensionalen Dichte:  
 +$$f_{X,Y} (x,y) = f_{Y|X}(y|x) f_X(x) = f_{X|y}(x|y) f_Y(y)$
 + 
 +$f_{Y|X}(y|x)$ ist die bedingte Dichte (Conditional probability) Y unter X=x 
 +$f_X(x)$ ist die Dichte der Randverteilung (Marginal distribution) von X
  
 Im diskreten Fall ergibt sich die gemeinsame Verteilung (joint probability distribution) durch bedingte Wahrscheinlichkeiten: Im diskreten Fall ergibt sich die gemeinsame Verteilung (joint probability distribution) durch bedingte Wahrscheinlichkeiten:
  
-$P(X = x und Y = y) = P(Y = y | X = x) P(X = x) = P(X = x | Y = y) P(Y = y)$+$P(X = x \land Y = y) = P(Y = y | X = x) P(X = x) = P(X = x | Y = y) P(Y = y)$
  • statistik/multivariat.1418925811.txt.gz
  • Last modified: 2014/12/18 19:03
  • by phreazer