The previous discussion in this pap

The previous discussion in this paper is broadly applicable to both parametric
and nonparametric methodologies. For example, the general property of unbiased for
the sample mean discussed in Section 4 is not dependent on the assumption of any
particular underlying distribution. (The variance of the RSS mean is, of course,
dependent on the underlying distribution through µ, σ
2
, and the µ(i)'s, i = 1, …, k.) For
the remainder of the paper we concentrate solely on a number of important
nonparametric RSS procedures.

ผลลัพธ์ (ไทย) 1:

การสนทนาก่อนหน้าในเอกสารนี้ถูกใช้อย่างกว้างขวางทั้งพาราเมตริกและวิธี nonparametric ตัวอย่าง ลักษณะทั่วไปของคนในไม่ขึ้นอยู่กับสมมติฐานของค่าเฉลี่ยตัวอย่างที่กล่าวถึงใน 4 ส่วนการกระจายแบบเฉพาะงาน (ผลต่างของค่าเฉลี่ย RSS เป็น หลักสูตรขึ้นอยู่กับการกระจายแบบผ่านเขต σ2และเขต (i) ของ ฉัน = 1,..., k.) สำหรับส่วนเหลือของกระดาษเราเน้นเพียงหมายเลขสำคัญกระบวนการ RSS nonparametric

ผลลัพธ์ (ไทย) 2:

การอภิปรายก่อนหน้านี้ในบทความนี้เป็นวงกว้างที่ใช้บังคับกับทั้งพารา
วิธีการและไม่อิงพารามิเตอร์ ตัวอย่างเช่นคุณสมบัติทั่วไปของเป็นกลางสำหรับ
ค่าเฉลี่ยตัวอย่างที่กล่าวไว้ในมาตรา 4 ไม่ขึ้นอยู่กับสมมติฐานใด ๆ
โดยเฉพาะอย่างยิ่งภายใต้การจัดจำหน่าย (ความแปรปรวนของ RSS หมายถึงคือแน่นอน
ขึ้นอยู่กับพื้นฐานการจัดจำหน่ายผ่านμ, σ
2
และμ (i) 's, i = 1, ... , k.) สำหรับ
ที่เหลือของกระดาษที่เรามุ่งเน้น แต่เพียงผู้เดียว กับจำนวนของที่สำคัญ
ขั้นตอน RSS อิงพารามิเตอร์

ผลลัพธ์ (ไทย) 3:

การสนทนาก่อนหน้าในบทความนี้เป็นวงกว้างและใช้ได้ทั้งพารา
3 วิธีการ ตัวอย่างเช่น ทั่วไป คุณสมบัติของที่เป็นกลางสำหรับ
ตัวอย่างหมายถึงกล่าวถึงในมาตรา 4 ไม่ได้ขึ้นอยู่กับสมมติฐานใด ๆโดยเฉพาะ
) กระจาย ( ความแปรปรวนของ RSS หมายถึงแน่นอน
ขึ้นอยู่กับต้นแบบกระจายผ่านµσ
2
, , และµ ( ผม ) ของi = 1 , . . . . . . . . )
ส่วนที่เหลือของกระดาษที่เรามุ่งแต่เพียงผู้เดียวจำนวนสำคัญ
3 ) ขั้นตอน