The approximation to the Binomial d

The approximation to the Binomial distribution by a Beta distribution may be more appropriate because the Beta density function can present a variety of form.Thus, it is assumed that the random variable (Yi) follows the Binomial distribution and the fraction (pi) obtained from the variable (Yi) for each occurrence (i = 1,2, ...,m) follows a Beta probability distribution, indexed by the parameters (h1,h2), where h1, h2 > 0.

ผลลัพธ์ (ไทย) 1:

ประมาณการแจกแจงทวินามด้วยการแจกแจงบีตาที่อาจเหมาะสมมากขึ้นเนื่องจากฟังก์ชันความหนาแน่นของเบต้าสามารถนำเสนอความหลากหลายของแบบฟอร์ม ดังนั้น มันจะสันนิษฐานว่า ตัวแปรสุ่ม (Yi) ตามการแจกแจงทวินามและเศษส่วน (pi) ได้จากตัวแปร (Yi) สำหรับแต่ละ (ผม = 1, 2,..., m) ตามความน่าเป็นการแจกแจงบีตา ดัชนี โดยพารามิเตอร์ (h1, h2), ที่ h1, h2 > 0

ผลลัพธ์ (ไทย) 2:

ประมาณเพื่อการกระจายทวินามโดยการกระจาย Beta อาจจะเหมาะสมกว่าเพราะฟังก์ชั่นความหนาแน่น Beta สามารถนำเสนอความหลากหลายของ form.Thus มันจะสันนิษฐานว่าตัวแปรสุ่ม (Yi) ดังต่อไปนี้การกระจายทวินามและส่วน (PI) ที่ได้รับจาก ตัวแปร (Yi) สำหรับแต่ละเกิด (i = 1,2, ... , ม.) ต่อไปนี้การกระจายเบต้าน่าจะเป็นดัชนีโดยพารามิเตอร์ (H1, H2) ซึ่ง H1, H2> 0

ผลลัพธ์ (ไทย) 3:

การประมาณในการแจกแจงทวินาม โดยเบต้ากระจายอาจจะเหมาะสมกว่า เพราะเบต้าฟังก์ชันความหนาแน่นสามารถนำเสนอความหลากหลายของรูปแบบ ดังนั้นจึงสันนิษฐานว่าตัวแปรสุ่ม ( ยี ) ตามการแจกแจงทวินามและเศษส่วน ( พาย ) ที่ได้จากตัวแปร ( อี ) สำหรับแต่ละเหตุการณ์ ( i = 1 , 2 , . . . , M ) เป็นเบต้าความน่าจะเป็นกระจาย โดยดัชนีพารามิเตอร์ ( H1 , H2 ) ที่ H1 , H2 > 0