1) Jackknife estimator
Jackknife估计
1.
Quenouille firstly gave the Jackknife estimator in 1949.
Jackknife估计与Bootstrap估计是统计学的两个重要的估计方法。
2) Adjusted Jackknife Variance Estimation
调整的jackknife方差估计
3) Jackknife
[英]['dʒæknaɪf] [美]['dʒæk'naɪf]
Jackknife法
1.
Mathematic models to estimate AUC of theophylline correlated with a various of concentrations were established by multi-linear regressions and validated by Jackknife approach.
方法:测得16名COPD患者稳态时口服茶碱缓释片(单用及联用加替沙星)的血药浓度,以多元线性回归法建立AUC012ss与不同时间采样的血药浓度的关联数学模型,并用Jackknife法进行验证。
2.
Mathematic models to estimate AUC of theophylline correlated with various concentrations were established by multi-linear regression and validated by Jackknife approach.
方法测得16名COPD患者口服茶碱缓释片稳态时(单用及联用加替沙星)的血药浓度,以多元线性回归法建立(AUCs0s~12与不同时间点的血药浓度的关联数学模型,并用Jackknife法进行验证。
4) jackknife test
jackknife检验
5) jackknife method
jackknife方法
6) Jackknife technique
Jackknife技术
1.
Using Jackknife technique in correspondence with computational aspects, Statistical inference on intrinsic rate of increase of carmine spider mite (Tetranychus cinnabarinus Boisduval) dieting difference mulberry cultivars (Morus L.
采用合适的生殖率表构建方法,通过Jackknife技术,对朱砂叶螨在不同桑树品种上的实验种群生殖率表的内禀增长率(rm)变异进行了研究。
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