|
|
|
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。
|
|
|
1) quadratic loss function
二次损失函数
1.
The Bayesian estimator of the parameter of different populations based on quadratic loss function;
基于二次损失函数的不同分布总体参数的Bayes估计
2.
Risk estimation of multi-parameter statistical model of an ideal quadratic loss function;
一类理想二次损失函数下多参数统计模型的风险估计
3.
Concerning the risk estimation,Bunke discussed the minimax of the best linear unbiassed estimator of a multiparameter controled statistical model which has the quadratic loss function with the positive definite "weighting" matrix.
关于风险估计,Bunke曾讨论了一类多参数控制的线性模型在带正定"加权"矩阵的二次损失函数下,最佳线性无偏估计量的极小极大性。
2) squared loss function
二次损失函数
1.
This paper considers comparison of MINQUE and simple estimator of 2 in the multi-variate normal linear model Y-N(XB,Σ V) under the risk of squared loss function criterion, where the design matrix X need not have full rank and the dispersion matrix V can be singular.
在二次损失函数下,作者研究了多元线性模型协方差矩阵的MINQUE估计和简单估计 的比较问题,其中多元线性模型的设计矩阵和离散矩阵可以不满秩,得到了一个充分和必要条 件。
3) quadratic expensive function
二次型损失函数
4) quadratic loss functional
二次损失泛函
1.
Under the conditions of incomplete number and continuous time, the optimum control of quadratic loss functional linear system is discussed by means of nonlinear filtering theory.
运用非线性滤波理论讨论了随机信息模拟中一类不完全数据下与连续时间下具有二次损失泛函线性系的最优控制 ,得到了在这两种情形下具有二次损失泛函线性系的两个最优控制数学模型 ,为此类随机信息的最优化提供了又一有效的模拟控制新方法 。
5) quadratic loss
二次损失
1.
Admissibility of parameter estimation on quadratic loss
在二次损失下参数估计的可容许性
2.
For general variance components model EY=Xβ,CoυY=mi=1σ 2 iV i,under the quadratic loss L(δ,SXβ)=(δ SXβ)′(δ SXβ),some necessary and sufficient conditions are given to linear estimators of estimable function SXβ being admissible in the classes of linear estimators.
在二次损失下，对一般的Ｖ＝ｍｉ＝１Ｖｉ≥０的情形，本文给出了ＳＸβ的线性估计在线性估计类中可容许的充要条件。
3.
Choose the quadratic loss function,among the homogeneous linear estimator L0={MYN:M,N are m1×n,p×m2 constant matrix,MX1=K},the unipue Minimax admissible estimate of linear estimable function KBL is given.
对于增长曲线模型Y=X1BX2′+ε,E(ε)=0,COV(ε)=σ2VΣ,在该模型中,B是回归系数矩阵,选取二次损失函数,在齐次线性估计类L0={MYN:M,N分别为m1×n,p×m2的常数矩阵,MX1=K}中给出了线性可估函数KBL的容许Mini max估计,并且证明了其唯一性。
6) quadratic loss function
二次损失
1.
The linear Minimax estimator of regression coefficients in the variance component model under quadratic loss function;
二次损失下方差分量模型中回归系数的线性Minimax估计
2.
The minimax admissibility estimates of multivariate regression coefficient in the restricted growth curve model under quadratic loss function;
二次损失下带约束增长曲线模型的线性容许Minimax估计
3.
In this paper, when V=>0, thesufficient and necessary conditions for a linear estimator of Sβ to be admissible in the classof all linear estimators are given under quadratic loss function.
在本文中，我们在二次损失下，当V＝＞0时，给出了关于Sβ的线性估计在线性估计类中可容许的充要条件。
补充资料：二次函数
二次函数 i.定义与定义表达式 一般地，自变量x和因变量y之间存在如下关系： y=ax^2+bx+c（a，b，c为常数，a≠0，且a决定函数的开口方向，a>0时，开口方向向上，a<0时，开口方向向下） 则称y为x的二次函数。 二次函数表达式的右边通常为二次三项式。 ii.二次函数的三种表达式 一般式：y=ax^2;+bx+c（a，b，c为常数，a≠0） 顶点式：y=a(x-h)^2;+k [抛物线的顶点p（h，k）] 交点式：y=a(x-x1)(x-x2) [仅限于与x轴有交点a（x1，0）和 b（x2，0）的抛物线] 注：在3种形式的互相转化中，有如下关系: h=-b/2a k=(4ac-b^2;)/4a x1,x2=(-b±√b^2;-4ac)/2a iii.二次函数的图象 在平面直角坐标系中作出二次函数y=x²的图象， 可以看出，二次函数的图象是一条抛物线。 iv.抛物线的性质 1.抛物线是轴对称图形。对称轴为直线 x = -b/2a。 对称轴与抛物线唯一的交点为抛物线的顶点p。 特别地，当b=0时，抛物线的对称轴是y轴（即直线x=0） 2.抛物线有一个顶点p，坐标为 p [ -b/2a ，(4ac-b^2;)/4a ]。 当-b/2a=0时，p在y轴上；当δ= b^2-4ac=0时，p在x轴上。 3.二次项系数a决定抛物线的开口方向和大小。 当a＞0时，抛物线向上开口；当a＜0时，抛物线向下开口。 |a|越大，则抛物线的开口越小。 4.一次项系数b和二次项系数a共同决定对称轴的位置。 当a与b同号时（即ab＞0），对称轴在y轴左； 当a与b异号时（即ab＜0），对称轴在y轴右。 5.常数项c决定抛物线与y轴交点。 抛物线与y轴交于（0，c） 6.抛物线与x轴交点个数 δ= b^2-4ac＞0时，抛物线与x轴有2个交点。 δ= b^2-4ac=0时，抛物线与x轴有1个交点。 δ= b^2-4ac＜0时，抛物线与x轴没有交点。 v.二次函数与一元二次方程 特别地，二次函数（以下称函数）y=ax^2;+bx+c， 当y=0时，二次函数为关于x的一元二次方程（以下称方程）， 即ax^2;+bx+c=0 此时，函数图象与x轴有无交点即方程有无实数根。 函数与x轴交点的横坐标即为方程的根。
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
|