1) approximation timates
逼近估计
2) approximat
逼近度估计
3) maximum asymptotic estimation
最大逼近估计
1.
M estimation and maximum asymptotic estimation are discussed for Stugent distribution with small degree of freedom in the large risk analysis.
对于大风险分析中的小自由度Stugent分布 ,本文研究了M 估计和最大逼近估计 ,证明了关于对δ^n 和σ2 n 的估计定
4) approximation computation
逼近计算
1.
By approximation computation of time domain,the supplement of the expansion form for even order B-spline is given in the expansion theorem.
通过时域的逼近计算,补充了偶次B样条在展开定理中的展开方式,提出了其基函数的一般构造方法。
5) statistical approach
统计逼近
1.
So a new method based on the statistical approach to improve Stoilov algorithm has been proposed.
因此提出了一种基于统计逼近的方法对Stoilov算法进行修正,有效抑制了奇异现象引入的相位误差,提高了三维测量精度。
6) approximation
[英][ə,prɔksɪ'meɪʃn] [美][ə'prɑksə'meʃən]
近似;略计;逼近
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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