统计学系列条目
概率论
概率 概率公理 决定论 非决定论 随机性
概率空间 概率测度 样本空间 随机试验 伯努利试验 事件 互补事件 互斥 基本事件（英语：Elementary_event） 结果 单元素
随机变量 期望 条件概率 概率分布 离散型均匀分布 伯努利分布 二项式分布 几何分布 负二项分布 超几何分布 泊松分布 连续型均匀分布 正态分布 对数正态分布 多元正态分布 指数分布 Gamma分布 Beta分布 帕累托分布 联合分布 边缘分布
随机过程 伯努利过程 随机游走 维纳过程 马尔可夫过程 伊藤过程
统计独立性 条件独立 全概率公式 大数定律 贝叶斯定理 布尔不等式
文氏图 树形图
查 论 编

边缘分布（Marginal Distribution）指在概率论和统计学的多维随机变量中，只包含其中部分变量的概率分布。

定义

假设有一个和两个变量相关的概率分布：

${\displaystyle P(x,y)}$

关于其中一个特定变量的边缘分布则为给定其他变量的条件概率分布：

${\displaystyle P(x)=\sum _{y}P(x,y)=\sum _{y}{P(x|y)P(y)))$

在这个边缘分布中，我们得到只关于一个变量的概率分布，而不再考虑另一变量的影响，实际上进行了降维操作。在实际应用中，例如人工神经网络的神经元互相关联，在计算它们各自的参数的时候，就会使用边缘分布计算得到某一特定神经元（变量）的值。

参见

• 条件分布