1) distribution function of Bayes estimation
Bayes估计的分布函数
2) estimation of the distribution function
分布函数估计
3) optimal Bayes robust point estimator
最优Bayes稳健点估计函数
4) Bayes parameter estimation
Bayes参数估计
1.
The outlying observation data are eliminated by Grubbs s criterion,then a weighted data fusion algorithm based on Bayes parameter estimation is used and the best estimation results of traffic volume detection are obtained.
在使用格拉布斯准则剔除交通检测数据中的疏失误差数据基础上,建立了一种基于Bayes参数估计的数据融合算法,运用该方法进行交通量检测,并得到数据的最优估计值。
5) zierachical Bayesian estimator
分层Bayes估计
1.
Using properties of the lognormal distribution function and the failure probability with the properties of time continuity in a min time,this paper firstly discusses the failure probability of zierachical Bayesian estimator in time.
利用对数正态分布的性质,从失效概率在时间相差较小的情况下应具有时间的连续性出发,讨论了检验时刻失效概率的分层Bayes估计,进而利用分布函数曲线拟和方法得到了母体参数的线性回归估计,并结合实际问题进行了计算。
6) empirical distribution function estimator
经验分布函数估计
1.
Under negative associated dependent samples, we discuss the uniformly strong consistency of the empirical distribution function estimator and the density kernal estimator.
在 NA 相依样本下,研究经验分布函数估计和分布密度核估计的一致强相合性, 获得了与独立情 形一致的结论。
补充资料：分布函数
设x是一个随机变量，x是任意实数，函数
f(x)=p{x≤x}
称为x的分布函数。
对于任意实数x1,x2(x1＜x2),有
p{x1＜x≤x2}=p{x≤x2}-p{x≤x1}=f(x2)-f(x1),
因此，若已知x的分布函数，就可以知道x落在任一区间(x1,x2]上的概率，在这个意义上说，分布函数完整地描述了随机变量的统计规律性。
分布函数是一个普遍的函数，正是通过它，我们将能用数学分析的方法来研究随机变量。
如果将x看成是数轴上的随机点的坐标，那么，分布函数f(x)在x处的函数值就表示x落在区间(-∞,x]上的概率。
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