1) joint asymptotic distribution
联合极限分布
1.
The paper obtained the joint asymptotic distributions of L(n2)and M(n2)under the condition(rijlog(j-i)→γ∈(0,∞)(j-i→∞)).
M(nk)是{ξ,i≥1}第k个最大值,L(nk)是其出现的位置,本文在条件:j-i→∞时rijlog(j-i)→γ∈(0,∞)下,得到了L(n2)和M(n2)的联合极限分布。
2) limit distribution
极限分布
1.
A stochastic model of detective problem was built and was transformed into the problems of finding the distributions and the numerical characters of inquiry number and the problems of finding the limit distributions of the Markov chain.
以侦辑工作中的实际问题为背景 ,建立了一个随机数学模型 ,针对要解决的两种问题 ,又将原模型化为寻求随机变量的分布列及其数字特征的问题和寻求Markov链极限分布的问题 。
2.
Furthermore, the difference is studied in more details in terms of the de-trending effect, stabilization method, convergence speed variance of estimate s limit distribution, forecasting errors, dynamic features and so on.
首先分析了如何从图形与模型描述变量的特征上,区分趋势平稳过程中带常数项的单位根过程,然后从去势效果、平稳化方法、参数估计量极限分布的收敛速度、方差以及在预测、预测误差和动态性质等方面研究它们的区别。
3.
In this paper,the estimation of parameters for nominal scale population is discussed at first,Then the way of liklihood ratio test is given to judge the problem about the equal of two nominal scale pooulations,besed on the limit distribution of likelihood ratio statistic.
本文首先讨论了名义尺度总体的参数估计,然后在研究了似然比统计量极限分布的基础上,给出了两个名义尺度总体相等的似然比检验方法。
3) limiting distribution
极限分布
1.
Fransfer value and limiting distribution of random particle;
随机质点流的转移代价与极限分布
2.
The limiting distributions on a type of maxima with random indexes;
一类具有随机足标的最大值的极限分布
3.
The consistency of the ordinary least squares estimator θn is obtained for θ=-1,and the limiting distribution of θn is established as a function of a Lévy process.
得到了参数θ=-1时最小二乘估计θn的相合性,并且证明了其极限分布是Lévy过程的函数。
4) joint distribution of extreme wind speed and wave height
极值风浪联合分布
5) sublimit distribution
次极限分布
补充资料：联合分布
联合分布
joint distribution
联合分布[州成由右七‘叨;eosMec，oe pacnp叭e“e““el 定义在同一概率空间上的多个随机变量的分布.设x，，…，戈是定义在概率空间(pro加bilitysP即e)(Q，.风P)上并分别取值于可测空间(刀℃留幽决sP-ace)(王*，刃*)(l簇k(n)的随机变量·这些随机变量的联合分布是集合B.6、熟，…，B。‘气的函数，定义作 px，，.x，(B，，‘二，B。)=p{Xl CB、，二，xn‘B。}.与联合分布相联系，人们还论及联合分布函数(joint曲tribu石onfu几无on)和联合概率密度(joint pro恤bilitydensity). 如果X，，…，戈是通常的实随机变量，则它们的联合分布是在”维Eudid空间(见多维分布(m阎tl-面优比沁nal曲tribu石on))R”中随机向量(戈，…，戈)的分布.如果X(t)(踌T)是一个随机过程，则对于t.，…，t。‘T，变量X(t:)，.二，X(t。)的联合分布称之为随机过程X(t)的有限维分布.(lhale~djnrnsio侧习dis州butions).
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