Utilisez le calcul de différencier le CDF si elle est continue.
Un CDF évaluée à x est égale à la probabilité qu'une variable (aléatoire) aura une valeur de x ou moins. On peut montrer que sa dérivée par rapport à x est égal à la PDF correspondant.
Trouver la différence dans le CDF parmi les valeurs variables consécutifs, si le CDF est discret.
Par exemple, si le CDF a des valeurs f (2) = 0,4 et f (1) = 0,3, et il n'y a pas de valeurs possibles entre 1 et 2, puis la probabilité de la (aléatoire) variable étant 2 est 0,1.
Attribuer les probabilités calculées à leurs (aléatoires) les valeurs des variables correspondantes.
Par exemple, F (2) = 0,1. Si f (x) est écrit comme une fonction, alors f (x) -f (x-1) = f (x) peut être un moyen beaucoup plus rapide de calcul de la PDF.
Obtenir la distribution conjointe de deux variables aléatoires.
Une distribution conjointe donne la probabilité de deux variables aléatoires prenant sur certaines valeurs simultanément.
Obtenir la distribution de probabilité de la variable aléatoire pour être la variable aléatoire conditionnelle.
Si le fichier PDF univariée est pas donné, l'intégration de la distribution bidimensionnelle peut être nécessaire (voir schéma). Intégration de la bivariées serait globaux x, si y est d'être la variable conditionnelle.
Former un rapport des deux fonctions, la fonction une seule variable dans le dénominateur.
Il n'y a pas de normalisation requis pour cette procédure, pour vous assurer que les sommes PDF à 1 pour toutes les valeurs. Ceci est parce que pour un y fixe, la fonction de probabilité conditionnelle f (x / y) intégrera x globaux à l'égalité h (y) / h (y), à savoir, 1. En d'autres termes, le PDF univariée h (y) doesn 't varient lors de l'intégration du PDF f conditionnelle (x | y) globale x.