2変量正規分布の同時確率と条件付き分布

既知の2変量正規モデルの点密度・矩形確率・条件付きY分布を求める。

XとYはそれぞれ平均・標準偏差・評価値に同じ単位を使用します。σX,σY>0、−1<ρ<1の2変量正規分布を仮定します。

入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。

選択内容に応じて、残りの入力項目を案内します。

計算する内容

−1<ρ<1。共分散ではなく、−1~1の相関係数を入力します。


計算結果

必要な値を入力すると自動で計算します。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

共分散ΣXY=ρσXσY。zX=(x−μX)/σX、zY=(y−μY)/σY として f(x,y)=exp[−(zX²−2ρzXzY+zY²)/(2(1−ρ²))]/(2πσXσY√(1−ρ²))。矩形確率はF(bX,bY)−F(aX,bY)−F(bX,aY)+F(aX,aY)。CDF F(h,k)は相関係数に沿う密度の積分で評価。Y|X=x の平均はμY+ρσY(x−μX)/σX、分散はσY²(1−ρ²)。

同時確率密度・同時累積確率・矩形確率、Y|X=xの条件付き平均と分散。

計算例(架空の数値)

平均0・標準偏差1・相関0でP(X≤0,Y≤0)=0.25。相関0.5でX=1とするとY|X=1の平均0.5、分散0.75。

適用対象と限界

平均・標準偏差・相関が既知で、2変量同時正規分布に従うと仮定する連続量XとY。分布や相関の推定、仮説検定、因果推論、多変量(3変量以上)、相関±1の特異分布、無限の矩形端点は扱いません。密度は確率ではありません。。

方法と出典

方法:SciPy stats.multivariate_normal v1.18.0 規約、StatProofBook MVN conditional proof、独立数値積分 v1(2026-11-20)。データ記録日:2026-11-20。