周辺分布
 | この記事は英語版の対応するページを翻訳することにより充実させることができます。（2024年5月） 翻訳前に重要な指示を読むには右にある[表示]をクリックしてください。
|
周辺分布（しゅうへんぶんぷ、英: marginal distribution）は同時確率分布から一部の確率変数を消去した確率分布である。周辺確率分布（しゅうへんかくりつぶんぷ、英: marginal probability distribution）とも。
同時分布から周辺分布を作ることを周辺化（しゅうへんか、英: marginalizing）という。確率質量関数や確率密度関数で特定の確率変数の和もしくは積分をとることである。
表の欄外（margin）に行や列の和を記載することから周辺（marginal）と呼ばれるようになった[1]。
分布に関連する様々な関数が周辺化できる。以下はその一例である：
| 同時分布 | 周辺分布 | |
|---|---|---|
| 累積分布関数 | 周辺累積分布関数 | 英: marginal cumulative distribution function |
| 確率質量関数 | 周辺確率質量関数 | 英: marginal probability mass function |
| 確率密度関数 | 周辺確率密度関数 | 英: marginal probability density function |
周辺分布に対し、条件付き確率分布は特定の確率変数を特定の値に制限したときの確率分布を指す。
定義
 | この項目は、確率論に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（プロジェクト:数学／Portal:数学）。 |
周辺確率
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2020/11/16 09:56 UTC 版)
「周辺分布」も参照 周辺確率（英: marginal probability）は、他の事象にかかわりなく1つの事象だけの確率をいう（普通の条件なしの確率と等しい）。周辺確率は同時確率を不要な事象に関して合計（または一般に積分）すれば得られる。A の周辺確率は P(A)、B の周辺確率は P(B) と表される。なお、周辺分布は、k 次元確率変数の部分集合である k - 1 変数の同時分布である。 ただし、以上の2つの事象 A と B の間には時間関係または因果関係はなくてもよく、どんな関係であってもよいことに注意されたい。例えばベイズ推定で用いられる事後確率とは、ある根拠を条件として、その原因となった（時間的にも以前の）事象を推測した確率をいう。 確率に条件を付けるということは、別の（あるいは新たな）情報を考慮して確率を改訂することであり、数学的にはベイズの定理で示される。
※この「周辺確率」の解説は、「条件付き確率」の解説の一部です。
「周辺確率」を含む「条件付き確率」の記事については、「条件付き確率」の概要を参照ください。
周辺確率と同じ種類の言葉
- 周辺確率のページへのリンク
