版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、概率密度函數(shù)包含了一個(gè)隨機(jī)變量的全部信息,概率密度函數(shù)估計(jì)是統(tǒng)計(jì)學(xué)習(xí)中的一個(gè)核心問(wèn)題.常見(jiàn)的非參數(shù)估計(jì)有:直方圖估計(jì),Rosenblatt估計(jì),Parzen核估計(jì),最近鄰估計(jì)等.小波分析是1981年法國(guó)地質(zhì)物理學(xué)家Morlet在分析地質(zhì)數(shù)據(jù)時(shí)基于群論首先提出的,目前小波方法已經(jīng)運(yùn)用于各個(gè)領(lǐng)域.小波分析的興起,為密度函數(shù)的估計(jì)提供了一種新的方法.
非參數(shù)估計(jì)都存在帶寬確定難的問(wèn)題,帶寬選取的越大,光滑性越好,但可能失去有用信息,
2、而且殘差大;反之,如果帶寬太小,雖然殘差小,但可能光滑性不好,造成過(guò)分?jǐn)M合.密度函數(shù)的小波估計(jì)用到多分辨分析理論,尺度函數(shù)是整個(gè)框架的生成元,多元小波函數(shù)是一元小波函數(shù)的張量集.L2(Rd)中,j級(jí)尺度空間的一組基由1個(gè)尺度函數(shù)和2d-1個(gè)小波函數(shù)構(gòu)成.所以確定尺度參數(shù)至關(guān)重要.本文提出了一種有效地確定尺度參數(shù)的方法——利用Fisher信息確定尺度參數(shù).
中心極限定理,是概率論中討論隨機(jī)變量和的分布以正態(tài)分布為極限的一組定理.
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多變量密度函數(shù)小波估計(jì)的一致中心極限定理.pdf
- 模糊復(fù)數(shù)值變量的極限定理.pdf
- 相依變量的若干極限定理.pdf
- 隨機(jī)樹(shù)中一些變量的極限定理.pdf
- 隨機(jī)變量序列的極限定理.pdf
- 隨機(jī)變量組列的極限定理.pdf
- 隨機(jī)變量序列的強(qiáng)極限定理.pdf
- 大數(shù)定律及中心極限定理
- 大數(shù)定律與中心極限定理
- 模糊隨機(jī)變量序列的極限定理.pdf
- 中心極限定理的應(yīng)用研究
- 移動(dòng)平均過(guò)程的中心極限定理
- 移動(dòng)平均過(guò)程的中心極限定理.pdf
- 隨機(jī)變量序列的一類(lèi)強(qiáng)極限定理.pdf
- 依分布收斂與中心極限定理
- 大數(shù)定律與中心極限定理習(xí)題
- 相依隨機(jī)變量序列的極限定理.pdf
- 次線性期望下的一般中心極限定理.pdf
- 第五章 大數(shù)定理與中心極限定理
- 第五章 大數(shù)定理與中心極限定理
評(píng)論
0/150
提交評(píng)論