1) gauss markof estimator
Gauss-Markof估计
2) Gauss-Newton estimator
Gauss-Newton估计
3) Gauss-Markov estimate
Gauss-Markov估计
4) Gauss-Markoff estimator
Gauss-Markoff估计
1.
In this paper, it is shown that the probability of the Gauss-Markoff estimator of θfalling inside any fixed ellipsoid centered at E(θ) is greater than or equal to the prooability that any linear unbiased estimator of θ falls inside the same ellipsoid.
本文考虑随机化效应模型Y=χβ+ε,这里β和ε是随机变量,研究了Gauss-Markoff估计的概率最优性。
5) Gauss-Legendre evaluation
Gauss-Legendre评估
6) fast Gaussian likelihood computation
快速Gauss计算
补充资料：Gauss-Seidel iteration method
分子式：
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
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