CE ÎNSEAMNĂ JOINT DENSITY FUNCTION ÎN ENGLEZĂ?
Funcția densitate de probabilitate
În teoria probabilității, o funcție de densitate a probabilității sau densitatea unei variabile aleatorii continue este o funcție care descrie probabilitatea relativă pentru ca această variabilă aleatoare să preia o valoare dată. Probabilitatea variabilei aleatoare care se încadrează într-un anumit interval de valori este dată de integrarea densității acestei variabile peste acest interval - adică este dată de suprafața sub funcție de densitate, dar deasupra axei orizontale și între cea mai mică și cea mai mare valorile domeniului. Funcția de densitate a probabilității este non-negativă peste tot, iar integrarea sa pe întreg spațiul este egală cu una. Termenii "funcție de distribuție a probabilității" și "funcție de probabilitate" au fost uneori utilizați pentru a desemna funcția de densitate a probabilității. Cu toate acestea, această utilizare nu este standard în rândul probabilistilor și statisticienilor. În alte surse, „funcția de distribuție a probabilității“ poate fi utilizat atunci când distribuția de probabilitate este definită ca o funcție peste seturi generale de valori, sau se poate referi la funcția de distribuție cumulativă, sau poate fi o funcție de masă probabilitate mai degrabă decât densitatea.
Definiția joint density function în dicționarul Engleză
Definiția funcției de densitate a articulației în dicționar este o funcție a două sau mai multe variabile aleatoare, din care se poate obține o singură probabilitate ca toate variabilele din funcție să aibă valori specificate sau să se încadreze în intervale specificate.
CĂRȚI ÎN ENGLEZĂ ÎN LEGĂTURĂ CU «JOINT DENSITY FUNCTION»
Descoperă întrebuințarea
joint density function în următoarea selecție bibliografică. Cărți în legătură cu
joint density function și extrase din aceasta pentru a furniza contextul de întrebuințare al acestuia în literatura Engleză.
1
Introduction to Bayesian Statistics
In the limit, the proportion of the sample lying in the region centered at (x,y)
approaches the joint density f(x,y). Figure 7.9 shows a joint density function. We
might be interested in determining the density of one of the joint random
variables by ...
2
Probability and Statistics with Integrated Software Routines
Table 2.9 Discrete Joint Density Function X 1 2 3 1 0 0 1/8 2 2/8 0 2/8 3 0 2/8 0 4
1/8 0 0 Y f(x, y) 0 1 2 3 4 y 1 2 3 x In computing probabilities for joint densities,
economy of effort can be achieved at times by wisely choosing the order of ...
3
Engineering Optimization: Theory and Practice
In general, if a distribution involves more than one random variable, it is called a
multivariate distribution. Joint Density and Distribution Functions. We can define
the joint density function of n continuous random variables X1 ,X2 ,...,X n as fX1,...
Singiresu S. Rao, S. S. Rao,
2009
4
Statistics with Applications in Biology and Geology
(X,Y) is bivariate normally distributed if (X,Y) has joint density function, 2o <* P 2o
(*"/'.v) '•""">• ' i /^~ -p2 f(x,y) = - ^=e U <* "' 0> "y y (6.11) which is written as Notice
that x and y enter symmetrically in the expression for the density function (6.
Preben Blaesild, Jorgen Granfeldt,
2002
5
A First Course in Order Statistics
The joint density function of X,».,I and Xj." (1 _<_ i <j 5n) given in (2.3.2) can also
be derived directly from the joint density function of all n order statistics as follows
. By considering the joint density function of all n order statistics in Eq. (2.2.3) ...
Barry C. Arnold, N. Balakrishnan, H. N. Nagaraja,
1992
6
Introduction to Statistics and Econometrics
... 3.4.1 Bivariate Density Function We may loosely say that the bivariate
continuous random variable is a variable that takes a continuum of values on the
plane according to the rule determined by a joint density function defined over
the plane.
7
Statistical Models and Methods for Financial Markets
In the univariate case, we can use a change of variables (see Section 2.1.1) to
find the joint density function of (T,U) in Definition 1.2(ii). We can then integrate
the joint density function with respect to U to obtain the marginal density function
of ...
Tze Leung Lai, Haipeng Xing,
2008
8
Handbooks in Operations Research and Management Science: ...
The acceptance/rejection principle has a long history; Marsaglia and Bray (1964)
is an early reference. To generate random vector X from a multivariate joint
density function f(·), first a joint density h(x) is selected such that ch(x) dominates f
(x), ...
Shane G. Henderson, Barry L. Nelson,
2006
9
The Econometric Analysis of Time Series
This is done by expressing the joint density function in terms of conditional
densities. Likelihood Function When the observations are dependent, their joint
density function can no longer be expressed in the form (1.2). However, it can be
...
10
Applied Multivariate Analysis
Distribution. Derivation of the joint density function for the multivariate normal is
complex since it involves calculus and moment-generating functions or a
knowledge of characteristic functions which are beyond the scope of this text. To
motivate ...