Loading...
机构名称:
¥ 3.0

描述 为以下任务而开发。 1) 计算概率密度函数、累积分布函数、随机生成,并估计十一个混合模型的参数。 2) 使用十二种方法对二参数威布尔分布的参数进行点估计,使用九种方法对三参数威布尔分布的参数进行点估计。 3) 三参数威布尔分布的贝叶斯推断。 4) 使用近似最大似然、期望最大化和最大似然三种方法估计适合分组数据的三参数 Birnbaum-Saunders、广义指数和威布尔分布的参数。 5) 通过 EM 算法估计适合分组数据的伽马、对数正态和威布尔混合模型的参数, 6) 估计适合高度 - 直径观测的非线性高度曲线的参数, 7) 估计参数,计算概率密度函数、累积分布函数,并从 Venturini 等人提出的伽马形混合模型生成实现。 (2008) < doi:10.1214/07-AOAS156 >,8)贝叶斯推断,计算概率密度函数、累积分布函数,并从单变量和双变量 Johnson SB 分布生成实现,9)当误差项遵循偏斜 t 分布时进行稳健多元线性回归分析,10)使用最大似然法估计适合分组数据的给定分布的参数,11)通过贝叶斯、矩法、条件最大似然法和二百分位数法估计 Johnson SB 分布的参数。

ForestFit.pdf

ForestFit.pdfPDF文件第1页

ForestFit.pdfPDF文件第2页

ForestFit.pdfPDF文件第3页

ForestFit.pdfPDF文件第4页

ForestFit.pdfPDF文件第5页

相关文件推荐

2020 年

pdf

¥1.0
2023 年

pdf

¥1.0
2022 年
¥4.0
2021 年
¥8.0
2024 年
¥1.0
2000 年
¥5.0
2025 年
¥2.0
2024 年

pdf

¥2.0
2023 年
¥4.0
2024 年

pdf

¥3.0
2023 年
¥10.0
2023 年

pdf

¥1.0
2025 年
¥12.0
2024 年
¥4.0
2025 年
¥7.0
2024 年
¥63.0
2023 年
¥3.0
2025 年
¥1.0
2020 年
¥1.0
2021 年
¥7.0
2024 年
¥1.0
2022 年
¥2.0
2021 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥10.0
1900 年
¥1.0