聯合分布、共變異數與相關

聯合分布(joint distribution)

大多數有趣的問題都同時牽涉到不只一個量。一個人有多高「而且」有多重?今天下了多少雨「而且」昨天下了多少?光知道每個量各自的行為還不夠 —— 你還想知道它們如何一起變動。聯合分布就是那個能同時回答整組隨機變數所有問題的單一物件。

嚴格來說,對隨機變數 X 與 Y,聯合分布替 (x, y) 平面上每一個區域指派一個機率:P((X, Y) 落在某集合 A 中)。它一次告訴你對所有範圍而言的 P(X 落在某範圍「而且」Y 落在某範圍)。可以把它想成攤在二維地圖上的機率,而不是沿著一條線分布:成對結果越可能落下的地方,堆積的機率就越多。從這張地圖你可以還原一切 —— 單看 X 的行為、單看 Y 的行為,以及在已知其一時另一者的行為。

聯合分布攜帶的資訊嚴格多於兩個分開的分布。兩對變數可以有完全相同的各自行為,卻有截然不同的聯合行為 —— 緊緊綁在一起、彼此獨立、或介於兩者之間的任何狀態。這份關於變數如何相關的額外資訊,正是相依性、共變異數與相關係數所要試圖摘要的東西。

擲兩顆公正骰子。配對(第一顆、第二顆)有一個聯合分布:36 個等機率結果,每個機率 1/36。P(第一顆 = 2「而且」第二顆 = 5) = 1/36。而(第一顆、總和)的聯合分布就不同了:知道第一顆會限制可能的總和,所以在那裡兩個座標「並非」獨立。

同一顆骰子可以參與兩對行為截然不同的聯合分布。

兩個各自的(邊際)分布並不能唯一決定聯合分布 —— 許多不同的聯合分布共享相同的邊際。你無法只憑邊際還原聯合分布。

又称
joint law聯合分配