a probability distribution function

a probability distribution function which models a given physical variable is usually defined 0

ผลลัพธ์ (ไทย) 1:

ฟังก์ชันการแจกแจงความน่าเป็นรูปแบบที่เป็นตัวแปรทางกายภาพที่กำหนดมักจะกำหนด 0 < = x < =อินฟินิตี้ เป็นตัวอย่างที่เนน แกมมา แบบ lognormal, pareto และไฟล์ pdf แบบเวย์บูลไว้ในช่วงเวลาดังกล่าว เราตอนนี้สั้น ๆ ตรวจสอบสถานะของการวิจัยแบบตัดแกมมาความพยายามครั้งแรกการประเมิน biased ของฟังก์ชันความน่าเชื่อถือสัมพันธ์ eith กระจาย tg ซึ่งตัดขวา ประเมินพารามิเตอร์ของการแจก tg ผ่าน < = x < =, ใช้ประมาณความเป็นไปได้สูงสุด ศึกษาคุณสมบัติของ tg กระจาย และได้อัลกอริทึมการจำลองซึ่งครองศัตรูอัลกอริทึมมาตรฐานเหล่านี้กระจาย ถือว่าเป็นตัวแปรสุ่มตัดสองเหตุการณ์แกมมาจำกัด โดยทั้งสองตัวบน และล่างตัด

ผลลัพธ์ (ไทย) 2:

ฟังก์ชันการแจกแจงความน่าจะเป็นรุ่นที่ตัวแปรทางกายภาพได้รับมักจะถูกกำหนด 0 <= x <= อินฟินิตี้
เป็นตัวอย่างแทนแกมมา, lognormal, Pareto และไฟล์ PDF ไวบูลล์มีการกำหนดในช่วงเวลาดังกล่าวตอนนี้เราสั้น ๆ ตรวจสอบสถานะ การวิจัยเกี่ยวกับการกระจายแกมมาถูกตัดทอน
ความพยายามครั้งแรกที่จะอนุมานประมาณการลำเอียงของฟังก์ชันความน่าเชื่อถือที่เกี่ยวข้อง eith กระจาย TG ซึ่งเป็นการตัดสิทธิประมาณพารามิเตอร์ของการกระจาย TG กว่า <= x <= การนำประมาณความน่าจะเป็นสูงสุด ศึกษาคุณสมบัติของการกระจาย TG และอัลกอริทึมที่ได้รับการจำลองซึ่งครองอัลกอริทึมมาตรฐานศัตรูกระจายเหล่านี้ถือว่าเป็นแกมมาตัวแปรสุ่มทวีคูณ-ตัดทอน จำกัด โดยทั้งการตัดล่างและชั้นบน

ผลลัพธ์ (ไทย) 3:

ฟังก์ชันการแจกแจงความน่าจะเป็น ซึ่งรุ่นที่ได้รับตัวแปรทางกายภาพมักจะกำหนด 0 < = x = อินฟินิตี้
ตัวอย่างแทน , แกมมา , แบบ , โตไวและไฟล์ PDF ถูกกำหนดในช่วงเวลาดังกล่าว ตรวจสอบสถานะของการวิจัยในการตัดทอนและการแจกแจงแกมมา
ตอนนี้เราสั้น ๆความพยายามครั้งแรกที่จะอนุมานลำเอียงการประเมินความน่าเชื่อถือ ด้วยการกระจายฟังก์ชันที่เกี่ยวข้อง TG ซึ่งเป็นสิทธิการตัดประมาณพารามิเตอร์ของ TG กระจายกว่า < = x = ใช้ประมาณการความน่าจะเป็นสูงสุด การศึกษาคุณสมบัติการกระจายของ TG และได้รับการจำลองขั้นตอนวิธีขั้นตอนวิธีการมาตรฐานซึ่งครองศัตรูเหล่านี้กระจายถือว่าเป็นทวีคูณตัดทอนแกมมา ตัวแปรสุ่ม จำกัด โดยทั้งบนและล่างตัด