1) limiting chisquare distribution
极限X2分布
2) X2 distribution
x2分布
3) 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。
4) 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。
5) sublimit distribution
次极限分布
补充资料：X2分布
分子式：
CAS号：
性质： 统计量的概率分布，是1990年皮尔逊(K. Pearson)提出的。它的概率密度函数是，式中是伽玛函数，f是自由度。统计量可用于由小样本方差s2来估计总体方差σ2及其置信区间。
CAS号：
性质： 统计量的概率分布，是1990年皮尔逊(K. Pearson)提出的。它的概率密度函数是，式中是伽玛函数，f是自由度。统计量可用于由小样本方差s2来估计总体方差σ2及其置信区间。
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