联合分布是由边缘分布直接确定的

不完全正确。联合分布可以通过边缘分布间接确定，但并非直接确定。

在概率论和统计学中，联合分布是一个随机变量的全体的联合概率分布。边缘分布是一个随机变量的条件概率分布，即在其他所有随机变量的取值已经知道的情况下，这个随机变量的取值的概率分布。

联合分布和边缘分布之间存在一定的关系。给定联合分布，可以通过积分（或求和）得到边缘分布，但是反过来并不总是成立。这是因为边缘分布只提供了部分信息，丢失了随机变量之间的相关性。所以，仅通过边缘分布无法直接确定联合分布。

拓展资料：

1.边缘分布的计算。边缘分布可以通过对联合分布关于其他变量积分得到。例如，对于二维随机变量(X,Y)，其边缘分布P_X(x)可以通过对P_{XY}(x,y)在y上的积分得到。

2.独立随机变量。如果两个随机变量X和Y是独立的，那么它们的联合分布可以由它们的边缘分布直接确定，因为P_{XY}(x,y)=P_X(x)P_Y(y)。

3.条件分布。条件分布是在已知某些随机变量的取值的情况下，其他随机变量的分布。条件分布可以通过联合分布和边缘分布得到。

4.最大熵原理。在给定一些关于联合分布的先验知识（例如边缘分布）的情况下，最大熵原理可以用来确定最可能的联合分布。

5.贝叶斯定理。贝叶斯定理提供了一种从边缘分布和条件分布推导联合分布的方法。

总的来说，虽然联合分布可以通过边缘分布间接确定，但是这个过程并不直接，需要进一步的计算和推导。