1) Hyper inverse Γ-distribution
超逆Γ分布
2) matrix inverse gamma distribution
矩阵逆Γ分布
1.
In this paper,definitions of matrix Kotz-type distribution,matrix inverse gamma distribution and matrix t-type distribution are proposed through three different methods,i.
运用3种不同的方法(密度生成函数方法,逆维希特分布方法,2个独立的随机矩阵构造新的随机矩阵的方法)分别提出了矩阵Kotz-型分布,矩阵逆Γ分布和矩阵t-型分布,证明了它们是一个矩阵分布密度,并着重研究了矩阵t-型分布的有关分布性质,包括其随机表示、期望、线性组合分布及二次型等。
3) inverse matrix-Γ distribution
逆矩阵Γ分布
4) Gamma distribution
Γ分布
1.
The article studies the Relationship between Beta distribution and other distributions like Gamma distribution、F-distribution and Order statistic in the uniform distribution.
主要讨论Beta分布与Γ分布、F分布、[0,1]均匀分布中次序统计量关系,并给出了它在随机数生成方面的部分应用。
2.
The relationship between moment, probability-weighted moment (PWM) and linear-moment (L-moment) is deseribed and is il-lustrated with gamma distribution in this paper.
本文叙述了矩、概率权重矩与线性矩之间的关系,并以Γ分布为例进行分析。
5) Γ-distribution
Γ分布
1.
Nonparameter statistical inference of Γ-distribution with change points;
Γ分布参数变点的非参数统计推断
2.
Inference in Γ-distribution With at Most One Change-point;
至多一个变点的Γ分布的统计推断
3.
Nonparametric Statistical Inference and Application in Homogeneity Test of Climatic Data of Γ-distribution with Change-point;
Γ分布参数变点的非参数统计推断及其在气候资料均一性检验上的应用
6) Γ distribution
Γ分布
1.
Using the theory and methodology of optimization,this article has constructed two theoretical models of investment risk-return analysis based on Γ distribution and then proved that each of them h.
采用最优化的原理与方法,从理论上建立了基于Γ分布的项目投资风险收益理论模型并证明它们有唯一最大值。
2.
The first problem is about the relation between Γ distribution and Z distribution.
研究并解决了以下三个问题:关于Γ分布与Z分布间的关系,指出两个相互独立的Γ变量之商为Z变量;关于χ2分布与F分布间的关系,指出两个相互独立的χ2变量之商为F变量;关于上述两个问题的反问题。
3.
In this paper,it has been proved that the logormal distribution about parameter σ and μ,Γ distribution about parameter β and α are single parameter exponential race by the definition of single parameter exponential race.
通过单参数的指数族定义,证明了对数正态分布关于参数σ和μ,Γ分布关于参数β和α是单参数的指数族。
补充资料：超几何分布
超几何分布
hypergeometric distribution
超IL何分布【hyl甲唱翻.曲血业州饭面.:roue脚eoMe-Tpe，ee姗PaenP叨幼e。，el 用公式 卿(纷黔 (了)确定的概率分布，其中M，N，n是非负整数且M簇N，。、N(此处(宕)是二项系数，有时也用C言表示).超几何分布通常与无放回抽样相联系.在包含N个元素的总体中有M个元素有“标记”，N一M个元素无“标记”.公式(*)给出了从这N个元素的总体中随机抽取n个元素，其中恰有m个元素有“标记”的概率.概率(*)只对 1llax(0，M+。一N)簇m毛~(。，M)有定义.然而，定义〔*)可用于一切川)0.因为可以假定:若吞>。，则(宕)一0.于是、一。可解释为不可能得到m个有标记的元素的样本.扩张到整个样本空间时，几的和为1.若令M/N”P，则(‘)可以写为 了n\月竺月佗厂脚 ”=l”】J二月口J几No 、m，一一可一一其中 /a\ A:=又石)b!且p+q=1.如果p是常数而N~co，那么有二项逼近 ，。一(及);附、一’.超几何分布的期望不依赖于N且和对应的二项分布(binol俪al此t行bu石。n)的期望nP相同.超几何分布的方差 N一” J一=nPq-荔一~一;一 二工N一1比二项分布的方差扩二npq小.如果N~的，超几何分布的任意阶矩收敛于对应的二项分布的矩.超几何分布的生成函数为 A几_，，声A乳A少x爪 一l，_、_J二N一M、’考二M若几”八 D《X刃二—2—— 入万用=D戏N一“一“+用爪!表达式右边的级数表示超几何函数(h拜劝心印nr州C丘川cti(，n)F(“，口;下;x)，此处“二一。，刀=一M而下二N一M一n十l(因而此分布命名为超几何分布).对于范围广泛的值，概率(*)及其相应的分布函数已经制成了表.
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