u****h 发帖数: 2193 | 1 x,y,z三个random variable,求证如果他们的joint distribution p(x,y,z)可以被分解成两个函数的乘积 p(x,y,z)=g(x,z) h(y,z),则x,y conditionally independent on z,
谢谢了! | c****o 发帖数: 1280 | 2 by definition.......
【在 u****h 的大作中提到】 : x,y,z三个random variable,求证如果他们的joint distribution p(x,y,z)可以被分解成两个函数的乘积 p(x,y,z)=g(x,z) h(y,z),则x,y conditionally independent on z, : 谢谢了!
| c****o 发帖数: 1280 | 3 by definition.......
【在 u****h 的大作中提到】 : x,y,z三个random variable,求证如果他们的joint distribution p(x,y,z)可以被分解成两个函数的乘积 p(x,y,z)=g(x,z) h(y,z),则x,y conditionally independent on z, : 谢谢了!
| u****h 发帖数: 2193 | 4 原来题目没有写清楚,这里重新改了一下。能具体讲讲怎么做吗?definition是p(x,y|
z) = p(x|z) * p(y|z),但是具体怎么做呢?
【在 c****o 的大作中提到】 : by definition.......
| o******e 发帖数: 1001 | 5 这就是conditional independence的定义啊!你可以理解为Z是X,Y的common knowledge.
y|
【在 u****h 的大作中提到】 : 原来题目没有写清楚,这里重新改了一下。能具体讲讲怎么做吗?definition是p(x,y| : z) = p(x|z) * p(y|z),但是具体怎么做呢?
| k*******d 发帖数: 1340 | 6 我觉得这个题目还是要careful argument的,因为题目只说g,h是某两个函数,不是pdf
。总体来说还是根据定义写出p(x,y|z), p(x|z),p(y|z)的表达式,然后证明p(xy|z) =
p(x|z)p(y|z).
计算Marginal probablities
p(x,z) = g(x,z)\int h(y,z) dy
p(y,z) = h(y,z)\int g(x,z) dx
p(z) = \int h(y,z) dy * \int g(x,z) dx | u****h 发帖数: 2193 | 7 谢谢大牛=)
pdf
=
【在 k*******d 的大作中提到】 : 我觉得这个题目还是要careful argument的,因为题目只说g,h是某两个函数,不是pdf : 。总体来说还是根据定义写出p(x,y|z), p(x|z),p(y|z)的表达式,然后证明p(xy|z) = : p(x|z)p(y|z). : 计算Marginal probablities : p(x,z) = g(x,z)\int h(y,z) dy : p(y,z) = h(y,z)\int g(x,z) dx : p(z) = \int h(y,z) dy * \int g(x,z) dx
|
|