Lec 5 条件分布与随机变量之和

MIT 9.07 · 脑与认知科学统计学 · 主讲 Emery N. Brown

TL;DR

• 条件分布与层次贝叶斯：下层观测的参数本身服从上层先验分布，二项-泊松分层结构精准描述树突棘数量的变异规律。
• 独立随机变量和的密度卷积：两个独立连续随机变量之和的 PDF 严格等于二者边际概率密度的连续卷积积分。
• 离散时间序列加和：泊松变量之和依然严格服从泊松分布，其参数具有代数可加性 $\lambda_{sum} = \lambda_1 + \lambda_2$。

1. 核心问题

• 驱动问题：- 已知 $X,Y$ 的联合分布，怎样更新 $X\mid Y$，以及求 $Z=X+Y$ 的分布？
• 前者是重新限定信息，后者是将所有产生同一个和的组合汇总。
• 统计本质：神经生物与行为数据本质上是由微观随机过程（离子通道开关、递质释放、神经元脉冲时延）驱动的高噪声样本，统计学提供了连接不确定性数据与生理因果律的严谨数学公理体系。
• 课程坐标：本讲作为全课程第 5 讲，深度承接前后的理论进阶，构筑从基础概率空间向复杂参数估计与推断决策跃迁的关键量化基石。

2. 核心概念

概念	一句话定义	易混淆处
条件分布	$f_{X\mid Y}(x\mid y)=f_{X,Y}(x,y)/f_Y(y)$	与边际分布相同
边际化	对未观察变量求和或积分获得观测量分布	任意删除变量
Beta-二项更新	Beta 先验加二项计数得到 Beta 后验	后验参数与先验无关
卷积	将 $x$ 与 $z-x$ 的所有组合汇总成 $Z=X+Y$ 的分布	直接将密度函数相加
独立性	独立时联合分布才可写为边际乘积	两变量距离远便必然独立

3. 证据链与数学推导

讲义引述：树突末梢重塑记录

• 设计：讲义引用长期成像研究：259 个非锥体中间神经元树突末梢中 35 个重排，124 个锥体细胞末梢中 0 个重排；分别把重排倾向建为 $p_i$，计数建为 $X_i\mid p_i\sim\mathrm{Binomial}(n_i,p_i)$。
• 结果：若 $p_i\sim\mathrm{Beta}(\alpha,\beta)$，则 $p_i\mid X_i=x_i\sim\mathrm{Beta}(\alpha+x_i,\beta+n_i-x_i)$；零次重排仍给出有宽度的后验，而非自动断言倾向为零。
• 推论：条件分布把先验和计数似然组合，保留不确定性。
• 软肋：末梢之间的独立/相同倾向是模型假设；讲义此处先给推导，尚未完成两群体正式比较。PDF 一行二项似然指数写成 $1-x_i$，与后续 $n_i-x_i$ 不符，应以后续式为准。

讲义推导：两个独立泊松计数求和

• 设计：设两个位点各自计数 $X\sim\mathrm{Pois}(\lambda_1)$、$Y\sim\mathrm{Pois}(\lambda_2)$ 且独立，枚举满足 $X+Y=n$ 的组合。
• 结果：$P(X+Y=n)=\sum_{k=0}^nP(X=k)P(Y=n-k)$，整理后 $Z\sim\mathrm{Pois}(\lambda_1+\lambda_2)$。
• 推论：独立泊松计数相加仍泊松，参数相加。
• 软肋：如果两位点同时受同一刺激影响，独立性可能失败，结论不能直接用。

讲义推导：两个均匀变量求和

• 设计：让独立的 $X,Y\sim U(0,1)$，对 $f_X(x)f_Y(z-x)$ 积分。
• 结果：$f_Z(z)=z$（$0<z\le1$）、$2-z$（$1<z<2$），得到三角形密度。
• 推论：连续变量求和是积分卷积，支持集和形状都会改变。
• 软肋：这一简式依赖两个变量独立且均匀；相关时要从联合密度积分。

4. 理论之争与计算模型

立场 A	立场 B	区分证据
树突末梢重排可近似独立同倾向二项试验	同一神经元内末梢共享环境、倾向有差异	按神经元分组并检验群内相关
位点计数可分别泊松、彼此独立	共同驱动使总计数过度离散	同时记录的协方差和方差/均值比

5. 分析层次的整合

系统层次	核心研究维度	本讲关键机制与实证
数学公理与概率层（Axiomatic）	测度论、概率空间、随机变量分布族代数性质	严格遵循全概率公式、矩母函数乘积与特征函数极限定理
统计推断与算法层（Algorithmic）	估计量构造、似然求解、置信区间与假设检验决策	最小化 MSE、求解得分方程与重采样经验分位数收敛
神经与实验数据层（Empirical）	动作电位放电时间序列、脑电/肌电连续信号与行为抉择	实测数据校准理论模型，Q-Q 图诊断残差偏态与过离散度

• 层次小结：- 神经/生理：皮层树突末梢变化与离子通道开放计数。
• 认知/信息加工：用条件分布更新未知倾向，用卷积建总计数。
• 行为：讲义未在此处给新行为实验。
• 社会/文化：未展开。

6. 边界条件与失效情形

• • 条件密度分母需为正；若观测条件概率/密度为零，不能直接套比值公式。
• $0/124$ 不是「概率等于零」的确定性证据；群组、时间窗口和先验都会改变解释。
• 泊松和的结论要求独立，相关计数相加后通常不会简单保持该族。
• 常态与极端的辩证：大样本渐近理论（如 CLT、MLE 渐近正态）在小样本或强相关神经元群体中面临严重失效风险；必须通过非参数自举或精确检验监控统计稳健性。

7. 课程内外的横向关联

• 讲次串联：- Lec04-Transformations-and-Joint-Distributions 的联合分布是本讲所有条件与卷积公式的起点。
• Lec10-Bayesian-Methods 将进一步讨论先验选择和后验解释。
• 自举例：两个独立传感器各报一个正值，求总值分布要卷积；若知道其中一个已读到某值，问另一个的分布则是条件问题。
• 跨学科生态联结：与 MIT 9.00《心理学导论》研究方法、9.35《知觉》心理物理学、以及 9.59《心理语言学实验》的方差分析与线性回归紧密贯通，构成了整个脑与认知科学的通用统计语言。

8. 思考题与自测

1. 对 35/259 的计数，Beta 后验两个参数怎样更新？
2. 为什么两个泊松计数求和时要先枚举所有 $k+(n-k)=n$？
3. 两个 $U(0,1)$ 求和的密度为何在 $z=1$ 处达到峰值？

9. 开放问题与前沿探索

• 未决之谜：- 树突末梢记录按神经元聚类后，二项模型的独立假设还能成立吗？
• 零次重排群组的后验对先验选择有多敏感？
• 前沿计算交叉：点过程非线性滤波（Point Process Filter）与状态空间模型（State-space Models）在脑机接口（BCI）实时神经假体运动解码中的实证应用，展示了统计推断在闭环神经工程中的最前沿突破。

10. 参考文献与延伸阅读

• 课程核心材料：
  • Brown, E. N. (2016). 9.07 Statistics for Brain and Cognitive Science, Lecture 5: 条件分布与随机变量之和. MIT OpenCourseWare.
  • Casella, G., & Berger, R. L. (2002). Statistical Inference (2nd ed.). Duxbury.
  • Brown, E. N., Kass, R. E., & Mitra, P. P. (2004). Multiple neural spike train data analysis: State-of-the-art and future challenges. Nature Neuroscience, 7(5), 456–461.
  • Kass, R. E., Eden, U. T., & Brown, E. N. (2014). Analysis of Neural Data. Springer.