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 -> 站点估计
1)  station number estimate
站点估计
2)  two-point estimate
两点估计
1.
In this paper the two-point estimate(TPE)based method is proposed for probabilistic small signal stability(PSSS)analysis of power systems considering the uncertainties in system parameters,load and operating conditions,et al.
针对电力系统中线路参数和负荷等存在的不确定因素,提出一种基于两点估计的电力系统小扰动稳定的概率分析方法。
3)  Smale's point estimation
Smale'点估计
4)  Change-point estimation
变点估计
5)  pointwise estimate
点态估计
1.
On the pointwise estimate for Müntz rational approximation.;
Mntz有理逼近的点态估计
2.
The pointwise estimate for Szász-Kantorovick probabilistic operators by new Ditzian modulus of continuity is derived.
利用新的Ditzian光滑模导出了Szász-Kantorovick概率型算子的点态估计。
3.
Given M>0 suppose a nonnegative increasing sequence of real number Λ={λn}∞n=1 such that λn+1-λn≥Mn ln n for all n≥1,the pointwise estimate near the endpoint 1 of the interval for the rational approximation of Müntz system {xλn} is given.
给定M>0,设Λ={λn}n=1∞是一非负实数序列,满足λn+1-λn≥Mnlnn对所有的n≥1成立,本文给出了Müntz系统{xλn}的有理逼近在区间[0,1]之右端点1处的点态估计。
6)  endpoint estimates
端点估计
1.
For the commutators of Multilinear Marcinkiewicz integral μΩ,A(f)(x),the endpoint estimates are obtained when function b(x)∈BMO,Ω satisfies the Dini type conditions.
得到了当函数b(x)∈BMO,Ω满足Dini型条件时多线性Marcinkiewicz积分交换子μΩ,A(f)(x)的端点估计。
补充资料:Bayes估计量


Bayes估计量
Bayesian estimator

Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时,一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量,决策空间D与集合0重合.且损失L(0,d)表示变量0与估计d的偏离.因此,函数L勿,d)通常假定为有形式L勿,d)=a(e)又(口一d),其中又是误差向量0一d的某个非负函数,若k二1,则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口,d)=}‘一d1’.对这一损失函数,Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“,一,‘薯必,“一”‘·’2’〕口‘么,叮‘““,达到的函数,或与之等价,了是使最小条件损失 ,母‘E{[口一占(x)]2+“)达到的函数,由此推出,在平方损失函数的场合,B竹es估计量与后验均值占‘(x)=E勿{x)相等,而Bayesj双险(Bayes risk)为 。‘二,占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!,、}. 例设二=(x,,,二,戈),这里x,,,二,x。为具正态分布N勿,。’)的独立同分布变量,护己知,而未知参数0有正态分布N扭,铲).因为当x给定时口的后验分布为正态N(拜。,T:一、其中 n又。2一十“下一2 灿。二一—,,。一二n口‘一奋了一_ n口一汁~下且万=(x,十一+凡)/。,可知在平方损失函数{分一引’之下,Bayes估计量为占’(x)=线,而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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