1) multiple component extremes distribution
多项分布极值
1.
A hydrologic model of multiple component extremes distribution statistics is presented.
对于意大利南部多条河流洪水系列的频率分析,提出了多项分布极值统计理论水文模型,该模型可随样本中极大值洪水的出现而变化·根据极大洪水量值的不同,所分析中河流可出现m=1、2、3三种典型的分布形式
2) multivariate extreme value distribution
多元极值分布
1.
This paper considers multivariate extreme value distribution in a nested logistic model.
讨论多元极值分布嵌套 Logistic模型 ,给出了分布参数的矩估计及其渐近协方差阵元素的显式表示和数值结果 。
3) Multinomial Distribution
多项分布
1.
A Study to the Confidence Region of Multinomial Distribution on the Condition of Large Sample Size;
大样本条件下多项分布未知参数置信域的研究
2.
Research on the relationship between multinomial distribution and multi-Poisson distribution, we got the sufficient and necessary condition of Poisson distribute obeyed for the non-negative multi-independent random variable X_1,X_2,…,X_n.
通过对多项分布与多元Poisson分布关系的研究,得到多元独立的非负整值随机变量X1,X2,…,Xn每一个服从Poisson分布的充分必要条件,并从另一个方面描述了二项分布与Poisson分布的内在关系。
3.
At last,the relations between multivariate Poisson distribution and multinomial distribution or multivariate normal distribution are given.
最后给出了多元Poisson分布与多项分布以及多元正态分布之间的关系。
4) mal-distribution
多项分布
1.
And studying the difference of positive defined matrix of discrete and continuous sample by using of mal-distribution and the relationship among weights.
分析当多元随机变量协方差阵正定时,各随机分量应满足的关系,并结合多项分布研究离散型与连续型样本协方差阵的不同。
5) extreme distribution
极值分布
1.
The regression analysis methods for interval censored data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
2.
The simulated results of three extreme distributions(Gumbel,Frechet and reverse Weibull distributions) and Generalized Parato Distribution are contrasted and analysed.
并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato分布(GPD)拟合结果的对比分析,得到短期风速资料下重庆年最大风速的极值渐进分布用极值III型(reverse W eibull)分布拟合较好,它给出了最佳的极值风速估计值。
3.
The regression analysis methods for incomplete data from extreme distribution,Weibull distribution and normal distribution are discussed in detail.
文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。
6) extreme value distribution
极值分布
1.
The extreme value distribution of dynamic stochastic response of structures;
结构动力随机反应的极值分布
2.
Approach of extreme value distribution modeling based on optimization;
一种基于最优化的极值分布建模方法
3.
A probability density evolution method for evaluation of extreme value distribution of the stochastic structural responses is presented.
提出了求解随机结构动力反应极值分布的概率密度演化方法。
补充资料：多项分布
多项分布
ultinoniial distribution g?polynomial distribution
多项分布〔nl过山目画闯血方山团阅或p01ynom血ldistribu-tion;uo月”IloMH幼‘Hoep舰Ilpe几e几ellHe] 随机变量X:，…，X*的联合分布，它对于任意一组满足条件n，+…十。*二。，。j=0，…，n，j=1，…，k的非负整数摊:，…，n*，由下列公式定义 p{Xl二n，，二，X*=n*}= n! n一!‘’‘n众!其中n，，.，二，，*(，，)o，艺药一l)为分布的参数.多项分布是一种多元离散分布—满足X:+…+X，=。的随机向量(X、，…，X*)的分布(这个分布实质上是(k一l)维的，因为它在k维E谓Ud空间中是退化的).多项分布是二项分布(binorrnial曲川bution)的自然推广，后者即同于k=2的情形.这个分布名称的来由是因为概率(*)是(P:十…+p*)”多项展开式的通项.多项分布出现在如下的概率概形中.每个随机变量X‘是互不相容事件A，(j=1，2，…，k)之一在重复独立试验中发生的次数.如果事件Aj在每次试验中的概率为巧(j=1，…，k)，那么概率(，)就等于在”次试验中事件A，，二，A*分别出现nl，…，n*次的概率.每个随机变量Xj有数学期望为。Pj且方差为”马(1一Pj)的二项分布. 随机向量(X，，…，X*)有数学期望(nP:，‘二，n，*)与协方差阵B=}lb，，11，其中 厂。P‘(l一P‘)，i=j， b:=之i，j=1，…，k 贬一np，p，，i笋j，(因为艺李二1。。=。，故矩阵B的秩为k一1).多项分布的特征函数是 f(tl，…，t*)=(P le’r’+…+P*e’“)”.当n~的l付，有正规化分量 X，一nP: 艺一不益亡责一的向量(Yl，…，Y七)的分布，趋于某一多元正态分布(nom笼幻曲颐bution)，而和 k 艺(l一夕‘)y) 口=I的分布(它在数理统计中常用来构造xZ检验(’chi-squared‘招t))趋于k一1自由度的x’分布(’chi-sq珑川刃‘distribution).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条