1) asymptotic unbiasedness
渐近无偏性
1.
We consider Threshold AR(1) Model that the Markov chain formed by is ergodicity, asymptotic unbiasedness, consistency in quadratic mean and asymptotic normality are given for the kernel density estimator.
对一维一阶一个门限的ＴＡＲ模型，通过模型所构成的Ｍａｒｋｏｖ链的遍历性，得到了其核密度估计的渐近无偏性，均方相容性和渐近正态
2) Minimax likelihood estimation (MLE)
渐近中位无偏性
3) asymptotic unbias
渐近无偏
1.
The asymptotic unbiasedness and the strong consistency and rate of convergence under given conditions are obtained.
在测度弱收敛的意义下,研究了一般概率测度μ的核估计μn,得到了它的渐近无偏性、强相合性及在给定条件下的收敛速度。
4) asymptotically unbiased
渐近无偏的
5) Asymptotic upbiased estimation
渐近无偏估计
6) asymptotic unbias algorithm
渐近无偏算法
补充资料：无偏性
分子式：
CAS号：
性质：估计值在待估参数的真值附近摆动，对待估参数的真值无偏倚。从分析测试的观点看，无偏性意味着测定的准确度。
CAS号：
性质：估计值在待估参数的真值附近摆动，对待估参数的真值无偏倚。从分析测试的观点看，无偏性意味着测定的准确度。
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