1) limiting chi square distribution
极限X2分布
2) x2-distribution
x~2-分布
3) chi-square distribution
x~2分布
1.
The outputs of these receivers have centrality or non-centrality chi-square distribution.
在理想信道和时间扩展信道中对应的极大似然比准则下的最佳接收机分别为拷贝相关器和拷贝相关积分器,其输出均服从中心或非中心 X~2分布。
4) 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。
5) 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。
6) Counter x~2 distribution
逆x~2先验分布
补充资料：x~2分布
x~2分布
'dhi - squared' distribution
犷分布l‘由i一阅~d’山面bu‘.;·、“一K，a沃pa一pa。 I三pe理eje”“e} 集中于正半轴(O，犯、l的连续概率分布，有密度 :(*。二二一二弃一二f、/_、 ，脚T、了。，、 ‘一三Ln‘)其中r(幻为r函数，正整数。称为自由度才分布是厂分布(乎mma一distr，bution)的特例，因此具有后者的所有性质才分布的分布函数是一个1l:完全r函数其特征函数由下述公式表出 甲钾)二主(12“、”2.期望与方差分别为。与2。.厂分布族在卷积运算下足封闭的. 自由度为。的才分布可以作为产:个独立的、具右相同正态分布(期望为O、方差为l)的随机变量XI …x。的平方和东二刃;+十万二的分布导出.‘:正态分布的这一联系，确立r厂分布在概率论及数理统训学中的重要地位 许多分布可以通过才分布来定义‘例如.随机变量、层的分布就是如此，六:是具有独一立的、服从正态分布的分量的随机向量(1.。、x。)的长度(这种分布有时称为、兮令““h，‘一、11stribu‘、on)，其特例亦见M~ell分布(Maxwell distribution)与Ra洲eigh分布(Raylelgh dis，ribution)，S加dent分布(Studen:d主stribut，on)，及Fi，her矛、分布‘FisherF一distrib，2-tlon)).在数理统计学中，这些分布与厂分布起描述观测结果具有正态分布的各种统讨一量的样本分布，且用来构造统计区间估计与统计检验.建立在所谓Pearson才统计量基础上的才检验(chl一Squared’test)就同公分布有关，它享有特殊的名声. 为了统计一计算的方便已有犷详尽的才分布表.对于大的n，可以由正态分布来逼近;例如，根据中心极限定理，标准化变量(石一。)/丫不的分布收敛到标准正态分布.更精确的逼近式是 p(对(:、}弓侧了云丫乏万二石，、。。叶二时、其中小(劝为标准正态分布函数 亦见非中心义2分布(non一eentral‘ehl一squ:Lred’d lstr一btltl‘)n)【补注】英文名也用‘chi一square’distribution，
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