3.1. Marginal density3.1.1. Uniform

3.1. Marginal density
3.1.1. Uniform distribution test and autocorrelation test
Several candidates ofmarginal densitieswere chosen for this study, suchas thenormaldistribution, student t-distribution,
skewed t-distribution, etc. However, each selected marginal must be tested for its conformability to the data; so that, the
distribution function for u and v must be uniform. The K–S (Kolmogorov–Smirnov) testwas used to test whether cumulative
distribution function (CDF) or empirical cumulative function (ECDF) is the uniform distribution. K-statistic
K = max |Ai − Oi| (1)

ผลลัพธ์ (ไทย) 1:

3.1 ความหนาแน่นของขอบ
3.1.1 การทดสอบการกระจายสม่ำเสมอและทดสอบผิดพลาดที่สัมพันธ์
หลายผู้สมัครที่ได้รับการแต่งตั้ง ofmarginal densitieswere สำหรับการศึกษานี้ suchas thenormaldistribution นักเรียนแจกแจง
เบ้แจกแจง ฯลฯ แต่แต่ละขอบที่เลือกจะต้องผ่านการตรวจ conformability ของข้อมูลนั้นเพื่อให้ ฟังก์ชั่นการกระจายการ
u และ v จะต้องเหมือนกันK-s (Kolmogorov-Smirnov) testwas ใช้ในการทดสอบว่าสะสม
ฟังก์ชันการแจกแจง (CDF) หรือฟังก์ชั่นสะสมเชิงประจักษ์ (ecdf) เป็นกระจายสม่ำเสมอ k-k
สถิติสูงสุด = | ai - อ้อย | (1)

ผลลัพธ์ (ไทย) 2:

3.1 ความหนาแน่นกำไร
3.1.1 ยูนิฟอร์มทดสอบการกระจายและทดสอบ autocorrelation
densitieswere ofmarginal ผู้สมัครหลายที่เลือกศึกษานี้ suchas thenormaldistribution, t แจกนักเรียน,
เบ้แจก t ฯลฯ อย่างไรก็ตาม ต้องทดสอบแต่ละ marginal เลือกสำหรับ conformability ของข้อมูล ให้ การ
ฟังก์ชันสำหรับคุณและ v ต้องสม่ำเสมอกัน Testwas K–S (Kolmogorov–Smirnov) ที่ใช้ในการทดสอบว่าสะสม
(CDF) ฟังก์ชันหรือฟังก์ชันสะสมรวม (ECDF) เป็นการกระจายที่สม่ำเสมอ สถิติ K
K =สูงสุด |ไอ− Oi| (1)

ผลลัพธ์ (ไทย) 3:

3.1 . ก้ำกึ่งความหนาแน่น
3.1.1 . การทดสอบและการกระจาย densitieswere autocorrelation การทดสอบหลาย
ซึ่งจะช่วยให้ผู้สมัครรับเลือกตั้ง ofmarginal เครื่องแบบเลือกไว้สำหรับการศึกษา thenormaldistribution suchas นักศึกษา T - การเผยแพร่นี้
T แบบใหม่สไตล์เอียงๆ - การจำหน่ายเป็นต้นอย่างไรก็ตามแต่ละ ภาพ ที่เลือกจะต้องได้รับการทดสอบสำหรับเป็นไปตามการข้อมูลเพื่อที่ฟังก์ชัน
การจำหน่าย V และ U จะต้องเป็นเครื่องแบบK - S ( kolmogorov-smirnov ) testwas ใช้เพื่อทดสอบว่าสะสม
ฟังก์ชันการกระจาย( CDF )หรือในเชิงประจักษ์รวมฟังก์ชัน( ecdf )คือการกระจายยูนิฟอร์มที่ K - สถิติ
K =สูงสุด( MAX )| AI - OI |( 1 )