经验分布函数,Empirical distribution function
empirical distribution经验分布函数
3)empirical distribution function estimator经验分布函数估计
1.Under negative associated dependent samples, we discuss the uniformly strong consistency of theempirical distribution function estimator and the density kernal estimator.在 NA 相依样本下,研究经验分布函数估计和分布密度核估计的一致强相合性, 获得了与独立情 形一致的结论。
4)Weighted empirical distributed function加权经验分布函数
5)prior density function先验分布函数
6)distribution function inspection分布函数检验
延伸阅读
经验分布经验分布empirical distribution【补注】近几年来，经验分布在统计和有关理论中的应用已有大的发展.文献【AZ」已对此作了概述.关于与经验分布有关的强收敛理论的发展，见[A 1].经验分布【.喇盼司业州加丘”;3M皿”，ee，oe pacnpea。月e。。el，样本分布(义mple distribution)为了估计真分布而由样本确定的概率分布.假定观测结果戈，…，戈是独立同分布随机变量，其分布函数为F(x)，又设茂.)<‘二人(。)·对于戈，…，戈的固定值，函数凡(x)具有通常分布函数(曲川bution ftmctio们)的所有性质.对于每一固定的实数x，凡(x)作为戈，…，戈的函数是随机变量.因此，相应于样本不，…，戈的经验分布函数是依赖于实参数x的随机变量族只(x).对于固定的x，〔凡(x)一F(x)，。;(x)一令F(x):1一;(x)}，且 户、;、一知一(冲;冈}‘。卜F(x)〕一根据大数律，对每一个x，当n~的时，概率为1有只冈~F(x).这意味着，凡(x)是分布函数F(x)的无偏相合估计.当”~的时，经验分布函数概率为1对x一致收敛到F(x)，也就是说，如果 只=s叩{只(x)一F(x)}，则p{浊几二o}一l(Pm贺HKo~Cal飞telli定理(GliVe川田一O川忱正t坛”恤)).量几是式(x)对F(x)近似程度的一个度量.A.H.K~oroPOB(1933)找到了它的极限分布:对于连续分布函数F(x)， 热p王石几<“}一K(z)爪要。(一‘)“e一，“’“’，:>o·如果F(x)未知，则为检验它是给定的连续函数F0(x)这个假设，可采用基于从统计量的检验(见k知IM~哪检验(Kolrr幻即rov此t);F汤月M倪o]详扭一CMll，10.检验(Koln扣即rov一S~v姗t);统计学中的非参数方法(加n .parametric rneth以Js in statistics))，经验分布的矩和任何其他数字特征称为样本的(困确ple)或经验的(empirica});例如，叉=艺二_1戈/n是样本均值(，”nple~)，、，二艺又_:(X%26一无)，/n是样本芳差‘(漏ple~)，以及%26r一欧_1劫。是r阶样本矩(s田nPlelr幻rr屹nt).样本数字特征用来作为总体分布相应数字特征的统计估计.
