一时忘了联合概率、边际概率、条件概率是怎么回事，回头看看。

某离散分布：

https://img-blog.csdn.net/20170707090828468?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGliaW5nX3plbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast

联合概率、边际概率、条件概率的关系：

https://img-blog.csdn.net/20170707090911050?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGliaW5nX3plbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
其中， 
Pr(X=x, Y=y)为“XY的联合概率”； 
Pr(X=x)为“X的边际概率”； 
Pr(X=x | Y=y)为“X基于Y的条件概率”； 
Pr(Y=y)为“Y的边际概率”；

从上式子中可以看到： 
Pr(X=x, Y=y) = Pr(X=x | Y=y) * Pr(Y=y) 
即：“XY的联合概率”=“X基于Y的条件概率”乘以“Y的边际概率” 
这个就是联合概率、边际概率、条件概率之间的转换计算公式。

前面表述的是离散分布，对于连续分布，也差不多。 
只需要将“累加”换成“积分”。 
https://img-blog.csdn.net/20170707091747912?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGliaW5nX3plbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast

转自：https://blog.csdn.net/libing_zeng/article/details/74625849