什么是条件分布？
子群体的概率分布称为条件分布。换句话说，它显示了子群体中随机选择的对象拥有您关心的特征的可能性。
例如，定人群的眼睛颜色，您可能想发现有多少人有蓝眼睛。这意味着您必须研究子人群。就像边际分布一样，借助频率分布表，很容易找到条件分布。
条件概率是给定另一特定事件发生时，某一事件发生的可能性。例如，如果我们知道某个群体的通勤时间，我们就可以确定他们某些饮食行为的概率。这意味着，在条件分布中，我们必须对更广泛的数据分布设置一个条件，其中一个变量的计算依赖于另一个变量。
边际分布与条件分布-示例
您可以使用同一张表来计算边际分布和条件分布。概率的总和称为 加拿大号码数据 边际分布。它们位于事物的边缘；因此，它们被称为边际概率。例如，下表显示了性别通勤偏好的可能性。
公共汽车 车 火车
男性 6 2 4 12
女性 2 5 3 10
8 7 7 22
边际分布是边际中的总体概率。因此，您必须先计算总人口，即本表中的 22 人。现在，您必须计算偏好每种通勤方式的人数，并将该比率转换为概率。
选择乘坐公交车的人数 = 8 / 22 = .36。
喜欢汽车的人 = 7 / 22 = .32。
喜欢乘坐火车的人数 = 7 / 22 = .32。
如果您想检查边际分布计算是否正确，只需确保所有概率总和为 1。这意味着 .36 +.32 +.32 = 1。
另一方面，此表中的子群体将是条件分布。不同的宠物偏好将是此场景中的子群体。例如，如果您想计算女性的通勤偏好，则必须计算此表中的女性总数，即 12。现在，计算喜欢每种通勤方式的女性人数，并将该比例转换为概率。