ЧТО ОЗНАЧАЕТ СЛОВО JOINT DENSITY FUNCTION
Функция плотности вероятности
В теории вероятностей функция плотности вероятности или плотность непрерывной случайной величины является функцией, которая описывает относительный правдоподобие для этой случайной величины принимать заданное значение. Вероятность случайной величины, попадающей в определенный диапазон значений, определяется интегралом от плотности этой переменной в этом диапазоне, т. Е. Она определяется площадью под функцией плотности, но выше горизонтальной оси и между самой низкой и наибольшей значения диапазона. Функция плотности вероятности неотрицательна всюду, а ее интеграл по всему пространству равен единице. Термины «функция распределения вероятности» и «функция вероятности» также иногда использовались для обозначения функции плотности вероятности. Однако это использование не является стандартным среди вероятностных факторов и статистиков. В других источниках «функция распределения вероятностей» может использоваться, когда распределение вероятности определяется как функция над общими наборами значений или оно может относиться к кумулятивной функции распределения, или это может быть функция массы вероятности, а не плотность.
Значение слова joint density function в словаре английский языка
Определение совместной функции плотности в словаре является функцией двух или более случайных величин, из которых можно получить единственную вероятность того, что все переменные в функции будут принимать заданные значения или попадать в определенные промежутки времени.
КНИГИ НА АНГЛИЙСКИЙ ЯЗЫКЕ, ИМЕЮЩЕЕ ОТНОШЕНИЕ К СЛОВУ «JOINT DENSITY FUNCTION»
Поиск случаев использования слова
joint density function в следующих библиографических источниках. Книги, относящиеся к слову
joint density function, и краткие выдержки из этих книг для получения представления о контексте использования этого слова в литературе на английский языке.
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 ...