1) domain of the extreme value distribution
极值分布吸引场
2) Maximum Domain of Attraction
极值吸引场
3) maximum domain of attraction of Gumbel distribution
Gumbel分布最大吸引场
4) extreme distribution
极值分布
1.
The regression analysis methods for interval censored data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
2.
The simulated results of three extreme distributions(Gumbel,Frechet and reverse Weibull distributions) and Generalized Parato Distribution are contrasted and analysed.
并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato分布(GPD)拟合结果的对比分析,得到短期风速资料下重庆年最大风速的极值渐进分布用极值III型(reverse W eibull)分布拟合较好,它给出了最佳的极值风速估计值。
3.
The regression analysis methods for incomplete data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
5) extreme value distribution
极值分布
1.
The extreme value distribution of dynamic stochastic response of structures;
结构动力随机反应的极值分布
2.
Approach of extreme value distribution modeling based on optimization;
一种基于最优化的极值分布建模方法
3.
A probability density evolution method for evaluation of extreme value distribution of the stochastic structural responses is presented.
提出了求解随机结构动力反应极值分布的概率密度演化方法。
6) extreme-value distribution
极值分布
1.
The asymptotic normal and asymptotic unbiased estimation of distribution parameter and scale parameter is proposed by linear regression model, based on k Pi -th quantiles of extreme-value distribution simple sample.
基于极值分布的若干个样本分位数,建立了分布参数的线性回归模型,得到了分布参数的渐近正态无偏估计,对分布参数进行了渐近置信估计。
2.
convergence of Pickands estimator for the index of an extreme-value distribution.
在本文中，我们建立了极值分布指数γ的Ｐｉｃｋａｎｄｓ估计的ａ。
3.
In linear regression models with right censored,we have presented an ordinary iterative algorithm for the maximum likelihood estimate on the parameters when errors are from extreme-value distribution,and proved the consistency between the iterative algorithm and EM algorithm in situations with constant dispersion parameter,ensuring iterative convergence.
本文对右截尾数据的线性回归模型,在误差服从极值分布条件下,先给出其参数极大似然估计的一般迭代算法,然后证明了尺度参数为常数时EM算法与该一般迭代算法的一致性,保证了迭代的收敛。
补充资料：极值曲线场
极值曲线场
extremal field
极值曲线场【e川欢.目血M;，KeTpoM助e曲no几e] 变量x，另，…，孔的(儿十l)维空间中的一个区域，它被泛函 (B) J一丁F(x，，1，…，、，，‘，…，‘，dx‘，， (A)的一族不相交的n参数极值曲线所覆盖，其中A和B是极值曲线族通过的起点和终点. 正常的(或一般的)和中心的极值曲线场是不同的情形.正常极值曲线场(proper extn泊班1反ld)对应于这样的情形，这族极值曲线横截于某个曲面 毋(x，夕，，…，凡)=0，(2)即在这曲面上满足横截条件 F一2y.’Fv;二 ’二一=···=一.(3) 叭叭.竹.也就是说，对正常极值曲线场，(l)中的点A(或B)属于曲面(2)，且在其上满足条件(3). 中心极值曲线场(戊泊七出以切泊劝1 fid以)对应于这样的情形，这族极值曲线是由场外一点，例如由一公共的起始点A发出的. 极值曲线场的斜率(slope of anex饥滋司6日d)是向量函数u(x，夕)=(价(x，夕)，…，气(x，夕))，它在场的每一点(x，夕)=(x，夕1，…，劝处就是向量夕‘(x)=(y犷(x)，…，丈(x)). 对具有活动端点的问题，当y(x)是一极值曲线时，积分(l)的微分有形式 /一{(一睿夕:。:)d二客一工，‘4，其中微分dx和办沿着活动端点A(xl，夕(x，))和B(x:，y(凡”的位移线计算，而犷是极值曲线y(x)的切线的角系数. (4)中方括号中的表达式可以写成 一万过x+艺且过戈，(5) ‘一l这里H一F‘x，y，“‘x，y))+互从‘x，y，凡;‘x，y，u‘x，y))， 介=凡;(x，y，”(x，，)).在一个极值曲线场中表达式(5)是变量x，y、，…，先的某个函数的全微分，这是因为等式 刁H_刁几日八_a几;，__，___一 一二匕竺-=二兰七.上三二=‘二三巡-，葱.k=1一刀， 奴日x’口儿奴成立.这个函数，准确到一个常数项，是曲线积分 丁一。(x，，，，过，+全。过又，(。 C‘二l它称作Hil伙叭不变积分(访调后切tH妞benin雌同).(6)中C是连接点A和B且落在极值曲线场中的任意曲线y(x).术语“不变的”着重强调这样的事实:积分(6)不依赖于曲线C的选择，而仅由给定的端点所决定. Hilbed积分(6)可写成等价形式: )l尸‘一，，·，一睿、。‘·‘一，，·‘一，，，，“二 +艺r，(x，夕，:)d戈二 了留l 一f「;。x.，.。
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