216
个编辑
更改
→两源变量PID框架与部分信息原子
本例中，当<math>X,Y,Z</math>的分布及相应的联合分布按下方表格中的方式给出时，可以相应的计算出该两源随机变量系统中[[熵]]、[[条件熵]]、相应的[[条件互信息]]，从而获得这组随机变量的[[总相关性]]、[[McGill交互信息]]。
本例中，当<math>X,Y,Z</math>的分布及相应的联合分布按下方表格中的方式给出时，可以相应的计算出该两源随机变量系统中[[熵]]、[[条件熵]]、相应的[[条件互信息]]，从而获得这组随机变量的[[总相关性]]、[[McGill交互信息]]。
{| class="wikitable" style="text-align:center;"
{| style="width:100%; border:0;"
| style="vertical-align:top; width:50%; padding-right:8px;" |
<!-- 第一个表格：变量、联合分布与独立乘积 -->
{| class="wikitable" style="text-align:center; width:100%;"
|+ 变量、联合分布与独立乘积
|+ 变量、联合分布与独立乘积
! 类型 !! 变量/组合 !! 取值 !! 概率 !! 独立乘积
! 类型 !! 变量/组合 !! 取值 !! 概率 !! 独立乘积
| <math>p_X p_Y p_Z=\frac{1}{8}</math>
| <math>p_X p_Y p_Z=\frac{1}{8}</math>
|}
|}
| style="vertical-align:top; width:50%;" |
{| class="wikitable" style="text-align:center;"
<!-- 第二个表格：子集类型、总相关性与条件信息指标 -->
{| class="wikitable" style="text-align:center; width:100%;"
|+ 子集类型、总相关性与条件信息指标
|+ 子集类型、总相关性与条件信息指标
! colspan="4" | 可能的子集类型
! colspan="4" | 可能的子集类型
|-
|-
| <math>(Y\vert X,Z)</math> || <math>0</math> || colspan="2" | <math>1</math>
| <math>(Y\vert X,Z)</math> || <math>0</math> || colspan="2" | <math>1</math>
|}
|}
|}