分布参数

probability distribution function

分布函数

不论是何种说明方式,都需要使用机率分布函数(probability distribution function)来叙述失效的可能性. 机率分布函数系由随机变量及数个参数(parameters)与常数(constants)所组成,用来表示具有不确定性的问题事件,其中参数代表着物品的特性. 因此,

multimodal

多峰

在这些高斯法的参数应用上面,这些参数可分成单峰(unimodal)高斯分布参数与多峰(multimodal)高斯分布参数. 在单峰高斯分布的参数方法里,其常用Maximum-likelihood(ML)方法来加以评估其参数. 不过因为一般人在不同的背景中,

Nonparametric test

非参数检验

非参数检验(nonparametric test)方法对总体分布不作严格规定,统计量计算不依赖于总体的分布类型,推断假设不涉及总体参数,它使用灵活,易于对各种设计类型资料进行假设检验.

Posterior distribution

后验分布

参数被看成是随机变量,它的概率分布有两种:第一种是在试验之前就已经知道的被称为先验分布(prior distribution),它可以通过对以往的关于参数的知识进行总结作一个主观判断得到;第二种是在试验之后得到的被称为后验分布(posterior distribution).

scale parameter

尺度参数

摘要: 伽玛分布(Gamma distribution)是统计学的一种连续机率函数. Gamma分布中的参数α,称为形状参数(shape parameter),β称为尺度参数(scale parameter). 伽玛分布的期望和方差分别是:a/λ,a/λ~2

t distribution

分布

称为非参数推断(Non-parameter deduce)对样本加工,主要就是构造统计量. 用数学的语言说,所谓统计量(Statistic)是一个不含未知参数的样本的已知函数. 设样本为,则统计量通常记为服从自由度为n的t分布(t distribution),又称学生氏(Student)分布,记成.

unimodal

单峰

在这些高斯法的参数应用上面,这些参数可分成单峰(unimodal)高斯分布参数与多峰(multimodal)高斯分布参数. 在单峰高斯分布的参数方法里,其常用Maximum-likelihood(ML)方法来加以评估其参数. 不过因为一般人在不同的背景中,

Nonparametric tests

非参数检验

前两节的假设检验都是在已知总体的分布类型(如正态分布)下进行的. 但是在许多问题中,总体不一定是属于正态分布,甚至总体的分布未知. 为此,本节介绍统计上常用的不依赖于总体分布及其参数知识的检验--非参数检验(Nonparametric Tests)方法.

Distributions

分布

类库提供了连续分布(像 正态分布 & 费歇尔分布)和 离散分布 (像 二项分布 & 泊松分布) .四元数最重要的方面之一在于它提供了一种高效的方法用于参数化(parameterize)在R3 (通常所说的三维空间)和 R4(四维空间)中的旋转(几何旋转).随机数在各种各样的应用程序中都是很有用的. Boost 随机数库 (简称 Boost.Random) 提

distributed field compensated type universal motor

分布磁场补偿式通用电动机

distributed fiber-optic sensor 分布式光纤传感器 | distributed field compensated type universal motor 分布磁场补偿式通用电动机 | distributed generator 分布参数振荡器

antiquated law：兩- 過時的法例

anti-fraud 兩- 打擊欺詐 港- 打擊詐騙 台- 制止背信 | antiquated law 兩- 過時的法例 | anti-trust 兩- 反托拉斯;反壟斷 台- 反托拉斯;反獨佔;反壟斷

permutable：可排列

permutability 转置性 可置换性 换排性 | permutable 可排列 | permutate 重排列