共查询到20条相似文献,搜索用时 296 毫秒
1.
2.
3.
4.
本文研究相协样本下概率密度函数的调整经验似然推断,证明对数调整经验似然比统计量服从χ2分布,由此构造了相协样本下概率密度函数的调整经验似然置信区间.在有限样本情况下通过数值模拟,对比分析得到AEL的表现略优于EL和NA的表现. 相似文献
5.
6.
在NA样本下, 本文研究了基于递推型估计的概率密度函数的置信区间的构造, 证明了分块经验似然比统计量的极限分布为χ~2分布, 并利用此结果构造了概率密度函数的经验似然置信区间. 相似文献
7.
本文研究一个对概率密度函数f(x)及其导数的估计,它基于Fourier变换方法上,被称为Fourier变换估计。我们讨论了这估计的相合性及渐近正态性,并用这方法对众数也进行了估计。 相似文献
8.
使用“δ函数”定义离散型随机变量的密度函数,寻求离散型随机变量与连续型随机变量的统一处理方法.基于离散型随机变量密度函数的定义.其一维随机变量函数的密度函数以及多维随机变量的边缘密度等,均可直接利用连续型随机变量的相关结论. 相似文献
9.
应用相关文献中对称随机变量分布函数的充要条件,阐明连续型对称随机变量概率密度的偶函数特点,以及对称随机变量的不相关性,构造一些教学反例. 相似文献
10.
11.
两个n维随机变量函数的概率密度的求法 总被引:1,自引:0,他引:1
从二维随机变量函数的概率密度的求法出发,引入了n维随机变量函数的概率密度的求法,并介绍了两个常见的n维随机变量函数的概率密度的求法. 相似文献
12.
13.
孙志宾 《数学的实践与认识》2001,31(6):727-731
设随机变量 X具有概率密度函数 f (x) ,X1,… ,Xn为 f (x)的样本 ,基于 X1,… ,Xn定义一类 f (x)的估计 fn(x) .本文在 X1,… ,Xn为 α——混合、ρ——混合样本时 ,得到了 fn(x)的渐近正态性 相似文献
14.
15.
模糊密度随机变量的数学描述 总被引:8,自引:2,他引:6
研究了由于概率密度函数的模糊性而引起的模糊概率随机变量问题。给出了区间密度函数、模糊密度函数、模糊密度随机变量及其分布函数和模糊密度随机变量的模糊数学期望、模糊方差等基本概念及定义和计算方法,并证明了有关定理。 相似文献
16.
利用曲线积分和曲面积分作为工具,导出计算随机变量函数的密度函数的一种定点算法,并借助实例说明相应计算公式的应用. 相似文献
17.
基于beta密度函数的信任模型 总被引:1,自引:0,他引:1
信任是网上商务活动成功执行的基础,通过概率论原理建立了一种基于beta概率密度函数的信任模型.该模型考虑了交易系统中关于交易者的历史交易数据,通过科学和现实地处理这些交易数据来构造交易者的信任函数.同时模型考虑了推荐信息,通过有效的传递和组合来处理这些推荐信息.此外,模型引入了比较合理的时间退化因子. 相似文献
18.
基于一维随机变量,通过阐释概率分布实函数实现的内在本质,给出了概率分布实函数实现的一个充分必要条件,得到分布函数族及其连续性特征,揭示出概率论中分布函数定义所蕴含的合理性和深刻性. 相似文献
19.
本文提出同源密度函数方差估计值。它是依据每个随机变量函数方差的近似公式由条件死亡概率方差和同源生存率方差估计值推导出来的。其数值、置信限平均宽度和经验覆盖在各种极端临床条件下均与Greenwood密度函数方差估计值相等或相近 ,而计算大大简化。由此我们认为同源密度函数方差估计值可以取代Greenwood估计值 相似文献
20.
Julia Calatayud Juan Carlos Corts Marc Jornet 《Mathematical Methods in the Applied Sciences》2019,42(17):5649-5667
This paper deals with the randomized heat equation defined on a general bounded interval [L1, L2] and with nonhomogeneous boundary conditions. The solution is a stochastic process that can be related, via changes of variable, with the solution stochastic process of the random heat equation defined on [0,1] with homogeneous boundary conditions. Results in the extant literature establish conditions under which the probability density function of the solution process to the random heat equation on [0,1] with homogeneous boundary conditions can be approximated. Via the changes of variable and the Random Variable Transformation technique, we set mild conditions under which the probability density function of the solution process to the random heat equation on a general bounded interval [L1, L2] and with nonhomogeneous boundary conditions can be approximated uniformly or pointwise. Furthermore, we provide sufficient conditions in order that the expectation and the variance of the solution stochastic process can be computed from the proposed approximations of the probability density function. Numerical examples are performed in the case that the initial condition process has a certain Karhunen‐Loève expansion, being Gaussian and non‐Gaussian. 相似文献