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 -> 改进近似无偏估计
1)  refined approximate unbiased estimator (RAUE)
改进近似无偏估计
1.
In this paper we study statistcal analysis of accelerated life test under I censoring, give refined approximate unbiased estimator (RAUE) and isotonic regression estimator ARE) of scale parameter in stresses.
本文研究了定时截尾样本下加速寿命试验的统计分析,给出了各应力水平下形状参数的改进近似无偏估计(RAUE)及保序估计(IRE),对这些估计的性质进行了讨论。
2)  the approximate unbiased estimates
近似无偏估计
1.
We can get smaller variance and we may count more convenient and simpler Next, we study the approximate unbiased estimates (AUE) of location parameters μ and scale parameters σ of the F(t-μσ) distribution on type I censoring.
最后,讨论了常见F(t-μσ)型寿命分布参数μ、σ在定时截尾试验下的近似无偏估计以及它们的方差、协方差。
3)  approximate unbiased estimate (AUE)
近似无偏估计(AUE)
4)  asymptotically best linear unbiased estimator
近似最佳线性无偏估计
1.
So, we discuss the asymptotically best linear unbiased estimator for the logistic population based on the selected order statistics, give the pr.
为缓解这一困难,本文讨论利用样本分位数的Logistic总体的近似最佳线性无偏估计,给出估计量的大样本性质,以及样本分位数不超过10情形下,估计量有渐近最大相对估计效率时样本分位数的选取方案等。
5)  approximate unbiased estimates of these variances
方差的近似无偏估计
1.
With the data of permanent sample plot on two occasions,we give the approximate unbiased estimates of these variances.
利用连续清查的两期固定样地的资料,对下一期林木直径分布的各径级比例和株数、枯损比例和总株数、进界木株数以及从一个径级转移到另一个径级的株数等参数的无偏估计量,给出了各估计量方差的近似无偏估计
6)  Stein Unbiased Risk Estimation rule
Stein似然无偏估计
1.
Objecive To discuss a denoise method of gastric impedance signal based on wavelet transform and Stein Unbiased Risk Estimation rule.
方法:首先经过多分辨分析将信号进行分离,然后应用Stein似然无偏估计对胃阻抗信号进行自适应软阈值去噪处理。
补充资料:无偏估计量


无偏估计量
unbiased estimator

无偏估计里【训挽”目巴山旧奴甘;uecMe山.。二oue~] 数学期望等于被估计的量的统计估计最(statist派destin卫tor).假设随机变量X取值于样本空间(王,黔,尸。)(e任0);拟根据X的实现估计函数j:0~。,f是从参数集O到某个集合O的映射;选统计量T=T(X)作函数f(0)的估计量.如果对于一切e‘O,统计量T满足 〔。{T}一丁T(二)己尸。(二)一f(。), 王则称T为函数f(0)的无偏估计量(皿b此ed estjlll主-tor).常称无偏估计量无系统误差. 例1.设随机变量X.,…,戈的数学期望同为日,即 E。{X,}二·一〔。{Xn}二口.这时统计量 T一c IX:+…+几戈,cl十…+c。一l是数学期望日的无偏估计量.特别地,观测值的算术平均值X二(x、+…十戈)/n是口的无偏估计量.在该例中f(口)三小 例2.设XI,…,戈是独立服从同一概率分布的随机变量,其分布函数为F(x),即 户{X,O, 、--一,“Jk!由于E{X}=口,故观测值X本身就是其数学期望口的无偏估计量.同样,例如统计量X(X一1)是函数f(田二扩的无偏估计量.一般,统计量 厂rl=X(X一1卜·(X一+l),r=1,2,…是函数f(的一口r的无偏估计量.特别地,由此可见,统计量 T(X)=l+艺(一l)rXI·, r~!是函数f(0)=(l+口)一’(0<口0)的同一PoisS0n分布,其母函数 g:(口)=exP{0(z一l)}是整解析函数,从而有唯一无偏估计量.这时,X=X,十…十X。是充分统计量,服从参数为”口的Pois-son分布.如果T(X)是g:(的的无偏估计量,则它应满足无偏性方程 E。{T(X)}=夕:(口)=e”‘,一”.由此可见一,、、一{‘誉)(;)*(卜青)一,若。、、、、T(xl二之八 七o,其他即参数为X和1/n之二项分布的母函数,是Poisson分布母函数的无偏估计量. 例6一9表明,在实际中相当常见的情形下,如果局限于无偏估计类,则正是由于无偏估计量的概念,使求最优估计量的问题变得容易解决.A.H.K朋-Morope日(【1」)研究了建立无偏估计的问题,特别是参数未知时建立正态分布函数的无偏估计量的问题.无偏估计量更一般的定义属于E.址加mnn.按E.玩h-Inann的定义(见[21),参数0的统计估计量T=T(X)关于损失函数L(口,T)称为无偏的(unb此ed),如果对于一切口,口‘任0,有E,,IL(日’,T(X))})E‘,{L(0,T(X))}·此定义的变形见13].在相当宽的条件下,10.B.JI扣l-皿K及其学生(见【4〕)证明了最优无偏估计量与损失函数无关.
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