1) missing data
失值
2) Missing values
缺失值
3) Missing data
缺失值
1.
Objective:To explore the results of different methods for managing multivariate missing data.
方法 :分别利用删除含缺失值的观察、简单填补、多重填补 3种方法对多变量中度缺失的 92 5例肝癌患者的临床资料进行统计分析并对其结果进行比较。
2.
The methods of data preparation include descriptive and exploratory analysis,missing data analysis,outlier processing,transformation techniques,reliability and validity analysis,and national economic data diagnosis.
根据处理对象的特点及每一步骤的不同目标,统计数据预处理可采用的方法包括描述及探索性分析、缺失值处理、异常值处理、数据变换技术、信度与效度检验、宏观数据诊断等六大类。
3.
However, as well known, there are many issues in databases, such as redundant data, missing data, uncertain data, inconsistent data, and so on, t.
之后重点对缺失值填充技术及各种填充算法进行了深入地研究和探讨,并提出了基于聚类技术的缺失值填充法。
4) missing value
缺失值
1.
A non-parametric imputation method for microarray missing values;
一种无参数的微阵列缺失值填补方法(英文)
2.
In microarray experiments,the missing value does exist and somewhat affects the stability and precision of the expression data analysis.
在不增加实验次数的情况下,缺失值估计是降低缺失数据对后续分析影响的有效方法。
3.
In terms of this propety, the paper builds up a log-normal model, and applies it to identify the outliers and forecast the missing values in the statistic report.
本文通过两个统计年报表的例子验证了统计报表中的数据近似服从对数正态分布,并利用这一特点建立了对数线性模型,对统计报表中的异常值进行识别和对缺失值作出预测。
5) missing values
遗失值
1.
Algorithm of filling missing values based on rough set;
基于粗糙集理论的遗失值填充算法
2.
The way of effective data complement for a data set with missing values was analyzed so as to reflect more objectively internal relationship among data in data set.
分析了在含有遗失值的数据集上如何进行有效的数据填补,以便更客观地反映数据集中数据所隐含的内在联系。
6) CVaR loss value
CVaR损失值
1.
We present the concept of α-CVaR loss value with multi-stages under the confidence level vector α and its multi-stages model based on weights.
我们给出了多阶段下基于权值的-αCVaR损失值的概念及相应的多阶段CVaR模型,我们证明了它等价于求解一个非线性规划问题。
2.
We introduce the definitions of α-VaR loss value and α-CVaR loss value of multi loss function with respect to a portfolio under corresponding confidence level.
本文研究了一种求解多目标条件风险值问题的近似方法,首先引入了多个损失函数在对应的置信水平下关于一个证券组合的α-VaR损失值,以及α-CVaR损失值概念。
3.
In order to get Pareto weakly efficient solution under a-CVaR loss value, we prove that it equal to Pareto efficient solution of another problem of multiobjective program.
条件风险值问题是研究信用风险最优化的一种新的模型,本文研究了一类多目标条件风险值问题等价定理,我们引入了多个损失函数在对应的置信水平下关于一个证券组合的α-VaR损失值(最小信用风险值)和α-CVaR损失值(最小信用风险值对应的条件期望损失值或条件风险价值度量)概念,为了求得α-CVaR损失值下的弱Pareto有效解,我们证明了它等价于求解另一个多目标规划问题的Pareto有效解,这样使得问题的求解变得简单。
参考词条
补充资料：力学量的可能值和期待值
在量子力学中，力学量F用作用于波函数上的算符弲表示。在数学上，对于一个算符，满足
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
的函数 ui(r)称为弲的本征函数，式中Fi是与r无关的数,称为本征值。如果ui(r)描写微观粒子的状态,则它必须满足单值、连续和有限的标准条件。在这种限制之下，上式中的本征值可以取一系列分立值，或取一定范围内的连续数值。
在测量力学量F时,观察到的只能是它的本征值。若一个力学量的本征值具有分立谱，我们说这个力学量是量子化的。
量子力学中假定力学量的全部本征函数组成一个完全系；这意思是说：描写体系的任一状态的波函数ψ都可以用力学量的本征函数ui展开：
在ψ和ui都是归一化的情况下，上式中的展开系数сi具有如下的物理意义：在ψ态中测量力学量时,得到结果为Fi的几率是|сi|2。
因此，若微观粒子的定态波函数是某力学量算符的本征函数ui(r),则在这一状态中,力学量F取确定值Fi。
在ψ态中对力学量进行多次测量,把所得结果加以平均，就得出力学量在ψ态中的期待值，以〈F〉表示：
上式称为力学量的期待值公式。如果ψ不是归一化的，那么期待值公式应写为
说明：补充资料仅用于学习参考，请勿用于其它任何用途。