Harvard University,Stat 110,Fall 2011
课程网站链接
资料：SP&HW

Lecture 19:Joint，Conditional and Marginal Distributions

视频：链接地址

19notes.jpg

Lecture 20:Multinomial and Cauchy

视频：链接地址
image

SP&HW

sp1.jpg
sp2.jpg
hw1.jpg
hw2.jpg
hw3.jpg
hw4.jpg

Thoughts

  1. $Multinomial$就有点像多分类，$Marginal$ $of$ $X_{i}$其实就是$one$ $vs$ $all$情况下的$Binomial$
  2. 关于概率计算除了可以使用二重积分（在随机变量关系形成的区域$A$中积分），这还需要知道他们的联合概率密度函数（虽然一般都是independent然后直接相乘）还可以使用全概率，前提是你已经知道某随机变量的分布（$PDF/PMF$）
  3. $Conditional$用贝叶斯，概率密度函数的公式可以通过求积分来推导，$Marginal$学会积分与全概率
  4. $2D-LOTUS$原理其实跟$LOTUS$一样，只是用了联合概率密度函数而已
  5. 泊松分布的性质真滴很有用呀，关于两个独立泊松分布的加法…
  6. 关于$Joint$ $PDF/PMF/CDF$、$Marginal$ $PDF/PMF/CDF$、$Conditional$ $PDF/PMF/CDF$还真不知道咋总结，感觉求解方法都是非常多种，还是看具体题目，但是俺感觉只要理解了原理，做起来应该都不会太难滴~~
  7. 我真的要复习不完了呜呜呜…