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 -> 参数估计实验
1)  parameter estimation experiment
参数估计实验
2)  real time parameter estimation
实时参数估计
3)  parametric empirical Bayes estimator
参数经验Bayes估计
4)  parameter estimation
参数估计
1.
Application of genetic simulated annealing algorithm in parameter estimation of Archie equation;
遗传模拟退火算法在阿尔奇公式参数估计中的应用
2.
The performance analysis of differential evolution algorithm and its application in parameter estimation of a dynamic model;
差分进化算法的性能分析及其动力学模型参数估计
3.
Windkessel Model s Parameter Estimation Based on Visual Basic;
基于Visual Basic的windkessel模型参数估计
5)  parameters estimation
参数估计
1.
Harmonics parameters estimation based on neural network algorithm;
基于神经网络算法的谐波参数估计
2.
Performance comparison of parameters estimation algorithms of chirp signals;
Chirp信号参数估计算法性能比较
3.
Step-stress Accelerated Life-test and Parameters Estimation;
步进加速寿命试验及参数估计
6)  parametric estimation
参数估计
1.
Summarization and evaluation on parametric estimation algorithms of missing data;
不完全数据参数估计问题的算法综述与评价
2.
Based on EM approach of right dock,it gives out parametric estimation of accelerated life testing in linear model.
基于右截尾的EM算法,给出了恒加试验线性模型的参数估计,并结合加速方程得到了产品的寿命估计。
3.
The parametric estimation in the application of polyspectrum is elaborated.
介绍了高阶谱(主要是双谱)的定义和性质,讨论了高阶谱应用过程中涉及到的参数估计问题,采用AR参数化双谱,提供了较高分辨率的双谱估计,并且可以提取信号的相位信息。
补充资料:参数估计
参数估计
parameter estimation

   根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。它是统计推断的一种基本形式,是数理统计学的一个重要分支,分为点估计和区间估计两部分。
   点估计是依据样本估计总体分布中所含的未知参数或未知参数的函数。通常它们是总体的某个特征值,如数学期望、方差和相关系数等。点估计问题就是要构造一个只依赖于样本的量,作为未知参数或未知参数的函数的估计值。例如,设一批产品的废品率为θ。为估计θ,从这批产品中随机地抽出n个作检查,以X记其中的废品个数,用X/n估计θ,这就是一个点估计。构造点估计常用的方法是:①矩估计法。用样本矩估计总体矩,如用样本均值估计总体均值。②最大似然估计法。于1912年由英国统计学家R.A.费希尔提出,利用样本分布密度构造似然函数来求出参数的最大似然估计。③最小二乘法。主要用于线性统计模型中的参数估计问题。④贝叶斯估计法。基于贝叶斯学派(见贝叶斯统计)的观点而提出的估计法。可以用来估计未知参数的估计量很多,于是产生了怎样选择一个优良估计量的问题。首先必须对优良性定出准则,这种准则是不唯一的,可以根据实际问题和理论研究的方便进行选择。优良性准则有两大类:一类是小样本准则,即在样本大小固定时的优良性准则;另一类是大样本准则,即在样本大小趋于无穷时的优良性准则。最重要的小样本优良性准则是无偏性及与此相关的一致最小方差无偏估计,其次有容许性准则,最小化最大准则,最优同变准则等。大样本优良性准则有相合性、最优渐近正态估计和渐近有效估计等。
   区间估计是依据抽取的样本,根据一定的正确度与精确度的要求,构造出适当的区间,作为总体分布的未知参数或参数的函数的真值所在范围的估计。例如人们常说的有百分之多少的把握保证某值在某个范围内,即是区间估计的最简单的应用。1934年统计学家J.奈曼创立了一种严格的区间估计理论。求置信区间常用的三种方法:①利用已知的抽样分布。②利用区间估计与假设检验的联系。③利用大样本理论。
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