We have seen in Section 3.4 that if

We have seen in Section 3.4 that if the joint d.f. F of two random variable X and Y is known, then the d.f. F of the random variable X can be derived from F. In this context, where the distribution of X is derived from the joint distribution of X and Y, F is called the marginal d.f. of X. Similarly, if the joint p.f. , joint p.d.f. , or joint p.f./p.d.f. f of X and Y is known, then the marginal p.f. or marginal p.d.f. of each random variable can be derived from f.

ผลลัพธ์ (ไทย) 1:

เราได้เห็นใน 3.4 ส่วนว่า ถ้า d.f. ร่วม F ของตัวแปรสุ่ม 2 X และ Y แล้ว d.f. F ของตัวแปรสุ่ม X สามารถได้รับมาจากเอฟ ในบริบทนี้ การแจกแจงของ X มาแจกร่วมของ X และ Y, F คือ d.f. กำไรของ X ที่ ในทำนองเดียวกัน ถ้า p.f. ร่วม ร่วม p.d.f. หรือร่วม p.f./p.d.f. f ของ X และ Y เป็นที่รู้จักกัน แล้ว p.f. กำไรหรือ p.d.f. กำไรของแต่ละตัวแปรสุ่มสามารถได้มาจาก f

ผลลัพธ์ (ไทย) 2:

เราได้เห็นในมาตรา 3.4 ว่าถ้าร่วม DF F สองสุ่มตัวแปร X และ Y เป็นที่รู้จักกันแล้ว DF F ของ X ตัวแปรสุ่มจะได้รับจากเอฟในบริบทนี้ที่การกระจายของ X ที่ได้มาจาก การจัดจำหน่ายร่วมกันของ X และ Y F ที่เรียกว่าขอบ DF ของเอ็กซ์ในทำนองเดียวกันถ้า pF ร่วม, PDF ร่วมกันหรือร่วมกัน pF / pdf f ของ x และ y เป็นที่รู้จักกันแล้ว pF ร่อแร่หรือ PDF ชายขอบของแต่ละตัวแปรสุ่ม จะได้รับจาก F

ผลลัพธ์ (ไทย) 3:

เราได้เห็นในส่วนอื่นๆ ที่ถ้าร่วมกัน d.f. F 2 สุ่มตัวแปร x และ y เป็นที่รู้จักกัน แล้ว d.f. F ของตัวแปรสุ่ม X สามารถได้มาจาก F . ในบริบทนี้ที่การกระจายของ X ที่ได้มาจากการร่วมกันของ x และ y , F เรียกว่าค่า d.f. ของ X ในทำนองเดียวกัน ถ้าร่วม p.f. ร่วม p.d.f. หรือร่วม p.f. / p.d.f. F ของ X และ Y ที่เป็นที่รู้จักกันแล้วค่า p.f. หรือขอบ p.d.f. แต่ละตัวแปรสุ่มได้มาจาก F