1) componentwise estimate
逐元估计
2) Componentwise B-Spline estimators
逐元B-Spline估计量
3) Pointwise estimate
逐点估计
1.
Article [4] has obtained the pointwise estimates of solutions by a detailed analysis of the Green function of the linearized system.
文[4]通过对线性化方程Green函数的估计得到整体解的逐点估计,论文在此基础上进一步得到解的大时间状态估计和Lp模估计,并反映出"弱"惠更斯原理。
2.
We study the pointwise estimates of solutions for the conservation law with relaxation by Green\'s function.
考虑带松弛项的守恒律方程,用格林函数的方法得到了其整体解的逐点估计。
4) point-wise estimate
逐点估计
1.
The point-wise estimates of solutions for non-stationary Navier-Stokes equations in multi-dimensions;
高维非定常Navier-Stokes方程解的逐点估计(英文)
5) pointwise error estimates
逐点误差估计
1.
This thesis is concerned with the pointwise error estimates of vanishing viscosity methods for initial-boundary value problems for scalar convex conservation laws.
本文研究单个守恒律初边值问题的粘性消失法的逐点误差估计。
6) estimation equation by equation
逐个方程估计
1.
In this paper,we also show the restriction conditions of parameters and the estimation equation by equation using ML method.
实证分析采用R语言软件,利用沪市上证指数的日数据,逐个方程估计最高-最低价差和绝对值对数收益率形成的两变量MEM,残差检验的结果说明了MEM是一类具有实用价值的新模型。
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