1) Exponential Difference Distribution of Continne Random Variable
连续型指数差分布
2) continuous parameter of linear exponential distribution
连续型线性指数分布
1.
In this paper,the Bayes estimation problem for the continuous parameter of linear exponential distribution has been derived and the empirical Bayes(EB) estimator is constructed by using the identicallly distributed and negatively associated(NA) samples.
对连续型线性指数分布在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当的条件下获得(EB)估计的速度。
3) Absolutely continuous bivariate exponential(ACBVE)
二维绝对连续指数分布
4) distribution of exponential difference
指数差分布
1.
A discrete probability distribution named as distribution of exponential difference is presented in this paper,formula to calculate the most probable success number,mathematical expectation and Variance are derived for this distribution,relationship between this distribution and geometric distribution is discussed,a application of this distribution in Markovian chain is given.
本文提出了一个离散型概率分布:指数差分布,推导了该分布的最可能成功次数、数学期望和方差,探讨了该分布与几何分布的关系,给出了该分布在马尔可夫链模型中的应用。
5) Distribution of Exponential Difference for Discrete Random Variable
离散型指数差分布
6) continuous distribated arguments
连续分布型变元
补充资料：分布型指数法
分布型指数法
methods of distribution pattern index
分布型指数法(methods of distributionPattern index)依据对某一种群抽样调查中所得的3个重要分布信息(均数、方差和样本数)之间的关系，判别此种群个体间的扩散或聚集程度，从而确定其分布型的一种方法。常用的分布型指数有扩散系数、k值法、扩散型指数、泰勒指数、平均拥挤度和P指数等6类。 扩散系数(C)是方差与均数的比值，用以检验种群扩散是否属于随机型的一个系数。其公式为:C=二兰 X习(x，一了)”式中亩为平均虫数; X(儿一1)护为方差;”为抽样数。若种群的扩散完全是随机的，则C应是符合均数为1.方差为2州(”一1)2的正态分布。应用时，应统计出C=1的概率为95%的置信区间为:z士2了2侧(，一1)“当”>100时，宜用 l土2了2/(”一1)式中n为抽样数。如实际估算的C值落入上式范围内，则为随机分布;C大于此范围时，为聚集分布。先调查统计种群密度不同的若干田块，检验C与种群密度的关系。如发现C与种群密度相关，则不宜用此法。 扩散系数也可用尹检验是否呈随机分布型:52(n一1) XID的分布与自由度为(”一1)的x“分布相似。故若计算所得石(姑.05.时，为随机分布;ID>戏.。。时，则为聚集分布。 k值法这卜‘类包括k值、偏指数、种群群集均数(人)3种，用以估计种群的聚集度。①k值即负二项分布概率通式中的参数k:X2(52一万)k值愈小，表示聚集程度愈大;如k oco，则分布趋于泊松分布。k值与种群密度无关，但与取样单位大小有关，故只能对相同大小的取样单位进行比较。②Q指数是k值的倒数，可作为k值的补充:z一介 一一 Q若公=O，为随机分布(泊松分布);公>O为聚集分布;Q
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