मैं कहना चाहूंगा कि संयुक्त वितरण बहुभिन्नरूपी वितरण का पर्याय है। उदाहरण के लिए एक संयुक्त सामान्य वितरण एक बहुभिन्नरूपी सामान्य वितरण या एक उत्पाद का सामान्य वितरण हो सकता है।
एक यूनिवर्सिएट सामान्य वितरण में एक स्केलर माध्य और एक स्केलर विचरण होता है, इसलिए अनिवारीट (एक आयामी) यादृच्छिक चर के लिए एक्स हमारे पास एक सामान्य के अनुसार वितरित p ( x ) = एन( एक्स , μ , σ)।
एक बहुभिन्नरूपी सामान्य वितरण का मतलब लंबाई का वेक्टर है n > 1 और आकार का एक सहसंयोजक मैट्रिक्स n × n। दो univariate यादृच्छिक चर के लिएएक्स , वाई उन्हें संयुक्त रूप से बहुभिन्नरूपी सामान्य वितरण के अनुसार वितरित किया जा सकता है p ( x , y) = एन( [ x y ]⊺; [ μएक्स μy]⊺, Σx य)।
हालांकि, यदि बहुभिन्नरूपी वितरण का सहसंयोजक मैट्रिक्स एक विकर्ण मैट्रिक्स है, तो इसका मतलब है कि x और y में शून्य सहसंबंध है (स्वतंत्र हैं) और इसलिए संयुक्त वितरण एकतरफा गौसियंस का उत्पाद हो सकता है, p ( x , y) = एन( x ; μएक्स, σएक्स) ∗ एन( y; μy, σy)।
इसलिए संयुक्त वितरण वास्तव में स्वतंत्र चर के मामले में बहुभिन्नरूपी का पर्याय नहीं है।
https://en.wikipedia.org/wiki/Joint_probability_distribution#Joint_distribution_for_independent_variables