In practice, the probability densit

In practice, the probability density function p(y) is often not available, or is very difficult
to estimate. Instead, we might have S different scenarios Y = (y[1], y[2], . . . , y[S]
) that are sampled from the probability distribution or that have been obtained from computer
simulations. Evaluating the auxiliary function F˜β(x, α) using the scenarios Y, we have

ผลลัพธ์ (ไทย) 1:

ในทางปฏิบัติ p(y) ฟังก์ชันความหนาแน่นของความน่าเป็นมักจะไม่มี หรือเป็นเรื่องยากมากการประเมินการ แทน เราอาจมีสถานการณ์ต่าง ๆ S Y = (y [1], y [2],... y [S]) ที่มีตัวอย่างจากการแจกแจงความน่าเป็น หรือที่ได้มาจากคอมพิวเตอร์จำลอง ประเมินการทำงานเสริม F˜β (x α) เราใช้สถานการณ์ Y มี

ผลลัพธ์ (ไทย) 2:

ในทางปฏิบัติ P หนาแน่นเป็นฟังก์ชัน (Y) มักจะไม่สามารถใช้ได้หรือเป็นเรื่องยากมาก
ที่จะประเมิน แต่เราอาจจะมี S สถานการณ์ที่แตกต่าง Y = (y [1], y [2],..., y [s]
) ที่มีการเก็บตัวอย่างจากการกระจายความน่าจะเป็นหรือที่ได้รับจากคอมพิวเตอร์
จำลอง การประเมินฟังก์ชั่นเสริมF~β (x, α) โดยใช้สถานการณ์ Y เรามี

ผลลัพธ์ (ไทย) 3:

ในทางปฏิบัติแล้ว ฟังก์ชันความหนาแน่นของความน่าจะเป็น P ( Y ) มักจะใช้ไม่ได้หรือยากมากเพื่อประเมิน แทน , เราอาจมีสถานการณ์ต่าง ๆ ของ Y = Y Y ( [ 1 ] , [ 2 ] , . . . . . . . . , Y [ S ]) ซึ่งมีตัวอย่างจากการแจกแจงความน่าจะเป็น หรือที่ได้รับจากคอมพิวเตอร์จำลอง . การประเมินเสริม˜βฟังก์ชัน f ( x , y α ) โดยใช้สถานการณ์ เรามี