1) error-density estimator
误差密度估计
1.
In this paper, we are mainly concerned with uniform convergence and mean square convergence of the error-density estimator of nonparametric regression in the i.
d情况下非参数回归的误差密度估计的一致收敛和均方收敛,给出了一定条件下误差密度的估计量,fn(x)的一致收敛速度和均方收敛速度。
2.
In this paper,we are mainly concerned with the rate of convergence of the error-density estimator of nonparametric regression in continuous time.
本文研究了连续时间下非参数回归的误差密度估计的收敛速度 ,给出了一定条件下误差密度的估计量 ^fT(x)的均方收敛速度 ,详细证明了以下重要结果 :E ^fT(x) -f(x) 2 =O(T-1/ 4)其中f(x)表示误差过程 {et,t≥ 0 }的未知密度 。
2) Altitude error estimation
高度误差估计
3) error of the precision evaluation
精度估计误差
4) Error accuracy estimate
误差精度估计
5) error estimate
误差估计
1.
Characteristics-finite volume element method and its error estimate for nonlinear convection diffusion problems;
非线性对流扩散问题特征-有限体积法及其误差估计
2.
An error estimate for the subdivision Bézier net;
细分Bézier网的误差估计
3.
An error estimate to the optimal reduced mode;
一类最优简化模型的误差估计
6) error estimation
误差估计
1.
Minimum error estimation using wavelet for time series similarity search;
对时间序列相似性查询的最优小波误差估计
2.
The error estimation of quadratic Lagrange s interpolation and its interpolating function in triangular element;
三角形单元上二次Lagrange型插值与被插函数的误差估计
3.
Regularization error estimation of spherical harmonic coefficients from SGG observation;
SGG重力场球谐系数正则解的误差估计方法
补充资料：水文估计量的抽样误差
水文随机变量的分布函数中的参数(或参数的函数)的估计量的均方根误差。水文随机变量x的分布函数F(x，θ) 中所含的参数θ，一般皆为未知数, 需根据样本资料(x1，x2，...，xn)予以估计。换言之,为进行参数估计，必须构造一个样本的函数，称为估计量，记为(x1，x2，...,xn)，从而当有一具体样本(x1，x2,...,xn)之后,就可算出(x1，x2，...，xn),做为θ的估计值。由于样本为随机变量，可以证明,作为样本函数的估计量(x1,x2，...，xn)，也是随机变量，故有其概率密度函数，记为g(，θ)，称为抽样分布（见上页图）。它表示估计量取各种不同数值的可能性大小。虽然任一估计量取得真值θ的概率都为零, 但不同的估计量其平均误差的大小还是不同的。这个平均误差,通常以估计量对参数真值θ的均方根误差来代表，可表示为：
式中E为取期望值的符号,根据定义它等于式中右侧的积分。粗略地说，g(，θ)的图形对θ越集中, σ孌越小,反之则越大。
在水文统计中，需要估计的往往不仅是参数，还有参数的某种函数，例如x的p分位数xp(见水文随机变量)。在由样本求得了θ的估计量后, 就可进一步求得xp的估计量憫p。类似于对σ孌的讨论,通常以估计量憫p对真值xp的均方根误差来代表憫p的平均误差，记为σ憫p。σ孌特别是σ憫p的数值，在分布函数及估计方法都很简单时,可用分析方法采用近似公式予以计算。在分布函数或估计方法较复杂时，用近似公式计算，误差较大。这时可用蒙特卡洛方法求出其近似值。水文统计学研究的基本内容之一，就是要设法提出一种抽样误差最小的估计量。
式中E为取期望值的符号,根据定义它等于式中右侧的积分。粗略地说，g(，θ)的图形对θ越集中, σ孌越小,反之则越大。
在水文统计中，需要估计的往往不仅是参数，还有参数的某种函数，例如x的p分位数xp(见水文随机变量)。在由样本求得了θ的估计量后, 就可进一步求得xp的估计量憫p。类似于对σ孌的讨论,通常以估计量憫p对真值xp的均方根误差来代表憫p的平均误差，记为σ憫p。σ孌特别是σ憫p的数值，在分布函数及估计方法都很简单时,可用分析方法采用近似公式予以计算。在分布函数或估计方法较复杂时，用近似公式计算，误差较大。这时可用蒙特卡洛方法求出其近似值。水文统计学研究的基本内容之一，就是要设法提出一种抽样误差最小的估计量。
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