1) the independence consistency limiting factor number
独立浓度限制条件数
1.
The concept of the independence consistency limiting factor number is introduced.
介绍了独立浓度限制条件数的概念 ,讨论独立浓度限制条件涉及的相平衡系统中各组分的浓度等关系问题 。
2) the independence consistency limiting factor
独立浓度限制条件
1.
The concept of the independence consistency limiting factor number is introduced.
介绍了独立浓度限制条件数的概念 ,讨论独立浓度限制条件涉及的相平衡系统中各组分的浓度等关系问题 。
3) conditional independence
条件独立
1.
In this paper,we give the concept of conditional independence by conditional probability and obtain some properties of conditional independence.
本文应用条件概率给出了条件独立的概念,得到了条件独立的相关性质。
2.
We propose the concept of conditional independence between the estimators of the regression parameter and the unknown variance.
本文给出未知方差的估计量和它的性质,提出方差估计量和参数估计量之间条件独立的概念,有了这些性质,就可以定义t统计量和F统计量,它们是方差未知时做统计推断所必须的。
3.
The identifiability for causal effects under a type of assumptions based on conditional independence in a causal model is treated by equation method.
只要运用该方程组解的性质便可判断在一类条件独立假设之下因果效应是否可识别 。
4) conditional independent
条件独立
1.
Though studying some concepts and formulas in theory of probability,we give the definition of conditional independent between two random events and the formula probability in complete events set,and a simplified formula for density s function in n random variables is given.
通过对概率论中有关公式的研究,给出了条件独立的定义、推广了全概率公式和贝叶斯公式,并给出了n维随机变量函数的密度函数的简化计算公式。
2.
With model 1, it is assumed that xi,(i= 1,2) is conditional independent under θi(i=1,2).
方法一是假定xi(i=1,2)关于θi(i=1,2)条件独立;方法二假定x1、x2无条件独立。
6) conditional independence
条件独立性
1.
By using CI (conditional independence) tests, it can be pruned a fully connected potential graph to a best PG, which is expected to approximate the undirected version of the underlying directed graph.
阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。
2.
It shows that the distribution determined by the Bayesian network maximises entropy given the causal and probability distribution of a Bayesian network under the conditional independence.
用信息熵的观点 ,如果将Bayesian网看作Agent的背景知识 ,采用与Bayesian网对应的概率分布作为信念函数的Agent的分布是最合理的 ,说明了与最大熵相对应的概率分布正好是在条件独立性假设下由Bayesian网确定的特征概率分布 。
补充资料：条件数
分子式：
CAS号：
性质：一个矩阵的最大奇异值与其最小奇异值之比。条件数无穷大时，矩阵是奇异的；条件数太大，即条件数的倒数逼近计算机浮点数的精度(例如，在单精度时小于10-6，双精度时小于10-12)时，矩阵是病态的。求解线性方程组时，如系数矩阵的条件数大，既增加要求迭代的次数，又限制了所得解的精度。在回归分析中，条件数可用以判断多重共线性是否存在及其严重的程度。
CAS号：
性质：一个矩阵的最大奇异值与其最小奇异值之比。条件数无穷大时，矩阵是奇异的；条件数太大，即条件数的倒数逼近计算机浮点数的精度(例如，在单精度时小于10-6，双精度时小于10-12)时，矩阵是病态的。求解线性方程组时，如系数矩阵的条件数大，既增加要求迭代的次数，又限制了所得解的精度。在回归分析中，条件数可用以判断多重共线性是否存在及其严重的程度。
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