说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 概率权重矩法
1)  probability weighted moment(PWM)
概率权重矩法
1.
After using the method similar to those used in Mcneil and Frey to select the threshold, the MLM, probability weighted moment(PWM) and the moment(MoM) are adopted to estimate the parameters of generalized Pareto distribution, then the va.
一般采用最大似然法(MLM)对它的参数进行估计,作者采用和McNeil,Frey相似的方法选择域值后,分别采用最大似然法、概率权重矩法(PWM)和矩法(MoM)对广义Pareto分布的参数进行了估计,并对上证指数的VaR进行了相应计算,最后对结果进行后验比较分析,探讨了不同估计方法的适用规律。
2)  probability weighted moment
概率权重矩
1.
The results have shown that maximum annual water levels of reservoir are independent variables, which could be described by log normal distribution whose three parameters (mean, C V and C S) related to the reservoir characteristics and hydrologic regimes would be reasonably estimated by using probability weighted moment method .
研究结果表明 ,水库年最高水位为独立随机变量 ,可用三参数 (均值、Cv 和 Cs)对数正态分布描述 ,其参数与水库特性和水文地区有关 ,宜采用概率权重矩法估计。
2.
Three parameters of log-normal distribution can be reasonably estimated using probability weighted moment method.
参数由概率权重矩法估计。
3)  probability weighted moments
概率权矩
1.
Algebraic boundary of sample statistics for probability weighted moments;
概率权矩法样本统计量的代数界
4)  probability weight
概率权重
5)  probability weighted moment
概率加权矩
1.
Probabilistic model estimation for civil structure load using probability weighted moment;
建筑结构荷载随机参数的概率加权矩法计算
2.
A distribution-free algorithm which allows traffic engineers to make predictions with minimal amount of information was presented by use of the principle of maximum entropy(MaxEnt) and the probability weighted moments(PWMs).
针对小样本条件下拟合交通流调查数据的统计分布的困难,基于概率加权矩与最大熵原理建立了统计分布函数估计的新方法及其实用的数值计算方法。
6)  the probability-importance comprehensive coefficient method
权重-概率综合系数法
补充资料:矩法(概率论中的)


矩法(概率论中的)
mnents,medwd of (in probability theoiy)

矩法(概率论中的)【此加.国白皿姆山目of(加哪加谕灯d长.叮);MoMe.To.MeTo压] 由其矩(见矩(n幻n犯In))确定概率分布(pro加bility曲廿七m劝n)的方法.理论上矩法基于矩问题(宜。宜犯mPro目。n)解的唯一性:若二。“1,“、,戊:,…是常数,在什么条件下存在唯一的分布P,使得对一切n, :。一丁x·尸(、x)是尸的矩?有各种类型的分布由其矩唯一确定的充分条件.例如,O川日比旧n条件(Car肠几功co班lition)于一甄一二二. 。二一久2孟在概率论和数理统计的极限定理的证明中,矩法的应用是基于矩的收敛性和分布的收敛性之间的对应:如果凡是具有任意阶有限矩a*(。)(k)l)的分布函数序列.并且如果当”~二时,:*(的~刀:,对每一k)l是有限的,则P*是一分布函数F的矩;如果F由其矩唯一决定,则当n~的时F。弱收敛于F.收敛到正态分布(notn创曲川bution)情形的矩法最先由fl.几tle6bnue。(1887)研究,A.A.Ma琳oB(1898)用矩法完成了中心极限定理(仪泊如1五Injtth。加re”1)的证明. 在数理统计中矩法是由观测结果求得概率分布的未知参数的统计估计的常用方法之一矩法最先由K.Pea侣on(1894)用于这一目的,以解决用一类(h盯翎1分布(Pea招ond抬tribution))逼近一个经验分布的问题.使用矩法的手续是这样的:先确定经验分布的矩(样本矩),其个数等于要估计的未知参数的个数,然后,令其等于相应的概率分布的矩,它们是未知参数的函数;对未知参数解这样得到的方程组,其解就是所要求的估计.在实际中矩法常常导致非常简单的计算.在相当一般的条件下,通过矩法可以找到一个渐近正态的估计量,其数学期望与参数真值之差仅为1/。阶的量,而偏差的标准差是阶为1/石的量.可是,由矩法建立的估计从有效性的观点来看未必是最好的:它们的方差未必是最小的.对正态分布,矩法所导出的估计与最大似然法(叮以刀nll刀n一五址蛆心记此-t玩记)的估计相合,是渐近无偏渐近有效估计.
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条