Вы знаете P(A) и P(B) для двух событий в продукте: просмотр карточки и покупка. Зачем может понадобиться joint distribution, если уже известны обе маргинальные вероятности?

Маргинальные вероятности P(A) и P(B) показывают, как часто встречается каждое событие по отдельности, но не говорят, встречаются ли они вместе у одних и тех же пользователей. joint distribution содержит вероятности для комбинаций и позволяет считать P(A∩B) и условные вероятности вроде P(A|B). Поэтому совместная таблица часто важнее отдельных долей.