결합 분포

위키백과 ― 우리 모두의 백과사전.

확률론에서 결합 분포란 확률 변수가 여러 개일 때 이들을 함께 고려하는 확률 분포이다. 결합 분포는 확률 분포의 일종이므로 결합 확률 분포라고도 한다.

[편집] 이산적인 경우

이산 확률 변수 X, Y에 대한 결합 확률 질량 함수는 Pr(X = x & Y = y)로 쓸 수 있다. 그러면 다음 식이 성립한다.

$P(X=x\ \mathrm{and}\ Y=y) = P(Y=y|X=x)P(X=x)= P(X=x|Y=y)P(Y=y)\;$

이것들은 확률이기 때문에 다음 식이 성립한다.

$\sum_x \sum_y P(X=x\ \mathrm{and}\ Y=y) = 1\;$

[편집] 연속적인 경우

연속 확률 변수에 대한 결합 확률 밀도 함수는 f_X,Y(x, y)로 쓸 수 있고, 다음 식이 성립한다.

$f_{X,Y}(x,y) = f_{Y|X}(y|x)f_X(x) = f_{X|Y}(x|y)f_Y(y)\;$

여기서 f_Y|X(y|x)와f_X|Y(x|y)는 각각 X = x가 주어질 때의 Y와, Y = y가 주어질 때의 X에 대한 조건 분포이다. 그리고 f_X(x)와 f_Y(y)는 각각 X와 Y의 주변 분포이다.

역시 이것들은 확률이기 때문에 다음 식이 성립한다.

$\int_x \int_y f_{X,Y}(x,y) \; dy \; dx= 1.$

[편집] 독립 변수의 결합 분포

모든 x, y에 대해서 이산 확률 변수인 경우에는 $\ P(X = x \ \mbox{and} \ Y = y ) = P(X = x) \cdot P(Y = y)$ , 연속 확률 변수인 경우에는 $\ p_{X,Y}(x,y) = p_X(x) \cdot p_Y(y)$ 가 성립하면, X와 Y는 독립이라고 한다.

[편집] 다차원 분포

두 확률 변수에 대한 결합 분포는 여러 확률 변수 X₁, ..., X_n에 대한 분포로 확장할 수 있다. 다음 관계에 따라서 변수를 순서대로 더하면 된다.

$f_{X_1, \ldots, X_n}(x_1, \ldots, x_n) = f_{X_n | X_1, \ldots, X_{n-1}}( x_n | x_1, \ldots, x_{n-1}) f_{X_1, \ldots, X_{n-1}}( x_1, \ldots, x_{n-1} ) .$