En théorie des probabilités et en statistique, la loi marginale d'un vecteur aléatoire, c'est-à-dire d'une variable aléatoire à plusieurs dimensions, est la loi de probabilité d'une de ses composantes. Autrement dit, la loi marginale est une variable aléatoire obtenue par « projection » d'un vecteur contenant cette variable. Par exemple, pour un vecteur aléatoire , la loi de la variable aléatoire est la deuxième loi marginale du vecteur. Pour obtenir la loi marginale d'un vecteur, on projette la loi sur l'espace unidimensionnel de la coordonnée recherchée. La loi de probabilité de la i-ème coordonnée d'un vecteur aléatoire est appelée la i-ème loi marginale. La loi marginale de s'obtient par la formule : pour tout . Soient et deux variables aléatoires de l'espace probabilisé vers l'espace mesurable et . Les lois de probabilité marginales du vecteur aléatoire sont les lois de probabilité de et de . On traite ici celle de (la méthode est la même pour celle de ). D'après le théorème des probabilités totales, elle est liée à la loi de probabilité conditionnelle : Si est une variable aléatoire discrète à valeurs dans un ensemble dénombrable , alors : C'est notamment le cas quand est fini. En notant ses valeurs et les probabilités , la loi de probabilité devient : Le tableau suivant donne un exemple. On a marqué les probabilités que X = xi et Y = yj. La loi marginale pour X donne les probabilités que X = xi. Elle est donnée sur la dernière ligne. Par exemple, la probabilité que X = x1 est obtenue en sommant les probabilités d'avoir X = x1 et Y = y1, X = x1 et Y = y2, et X = x1 et Y = y3. Ainsi, on a 16/32 = 4/32+3/32+9/32. De même, la loi marginale pour Y est donné dans la dernière colonne. Les lois marginales d'une loi absolument continue s'expriment à l'aide de leurs densités marginales par les formules : où est la densité de probabilité du vecteur . De manière plus générale, si et sont des variables aléatoires absolument continues, de densité de probabilité conjointe par rapport à une mesure -finie sur , alors : Lo

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.