The Gaussian curves of figure 1 bec

The Gaussian curves of figure 1 become the quadratics of figure 2, with the most likely
values for x being at the minimum of the total curve. So the Bayesian combination of
Gaussian pdfs gives the same "best" analysis as a weighted least-squares best fit to the data.

ผลลัพธ์ (ไทย) 1:

เส้นโค้ง Gaussian ของเลข 1 เป็น quadratics ของเลข 2 มีแนวโน้มมากที่สุดค่า x น้อยที่สุดของโค้งรวม ดังนั้นการรวมทฤษฎีให้ไฟล์ pdf gaussian เหมือน "เบสท์" วิเคราะห์เป็นเหลี่ยมน้อยน้ำหนักส่วนพอดีกับข้อมูล

ผลลัพธ์ (ไทย) 2:

เส้นโค้งเสียน 1 รูปเป็น Quadratics ของรูปที่ 2 มีแนวโน้มมากที่สุด
สำหรับค่า x เป็นที่ต่ำสุดของเส้นโค้งทั้งหมด ดังนั้นการรวมกันแบบเบย์ของ
ไฟล์ PDF ให้เสียนเดียวกัน "ที่ดีที่สุด" การวิเคราะห์เป็นสี่เหลี่ยมน้อยน้ำหนักแบบที่ดีที่สุดกับข้อมูลที่

ผลลัพธ์ (ไทย) 3:

เส้นโค้งลักษณะของรูปที่ 1 กลายเป็นสินค้ากรณีศึกษาของรูปที่ 2 ที่มีค่ามากที่สุดสำหรับ x
ที่ต่ำสุดของเส้นโค้งทั้งหมด ดังนั้นการรวมกันแบบเบส์
> ไฟล์ PDF ให้เหมือนกัน " ดีที่สุด " การวิเคราะห์โดยวิธีถ่วงน้ำหนักที่ดีที่สุดเหมาะสมกับข้อมูล