搜索资源列表
mkylrk4
- lingjian m使用零件初始值,用蒙特卡罗方法算出总费用,其中使用了自己编制的正态分布随机数发生器产生正态分布随机数,l()
part
- 讨论了生成0－1之间均匀分布随机数的一些算法,进而给出了由0－1之间均匀分布生成指数分布,正态分布,二项分布等常用分布的一()
R-t.test
- t检验的使用方法案例 显著性分析以及正态性检验(the sample of t.test in R language)
Distributions
- 分布: 二项式分布、指数分布、逻辑函数分布、正态分布、泊松分布(distrubutions: binomial distribution,exponential distribuion,logistic distribution,Normal distribution and poisson distribution)
eof试试
- EOF 分析，EOF本身就是多元统计分析中的主分量分析PCA在气象场序列中的应用，多元正态变量X(x1,x2,x3,..,xp)可理解为空间上网格点资料序列，也可理解为任何一组具有不同物理意义的多元正态变量。(EOF itself is the application of principal component analysis PCA in the field of meteorological statistics. Multivariate normal variable X (x1,
Program
- 格拉布斯准则 C#实现 剔除异常值 格拉布斯准则 格拉布斯准则是以正态分布为前提的，理论上较严谨，使用也方便。 某个测量值的残余误差的绝对值 |Vi |>Gg，则判断此值中有较大误差，应以剔除，此即格拉布斯准则。(Grab J function C# grubbs criterion The Grab J criterion is based on the normal distribution, and it is more rigorous in theory and c
xillson
- 产生服从正态,瑞利,泊松分布的随机数,分别为N(0,1),N(0,3 6),Rayleigh(0,1),R(0,3 6),P(()
Grubbs
- 格拉布斯准则判断异常数据。格拉布斯检验法是在未知总体标准偏差的情况下，对正态样本或接近正态样本异常值进行判别的一种方法，是一种从理论上就很严密，概率意义明确，以经实验证明 效果较好的判据。具体方法如下：对一系列重复测量中的最大或最小数据，用格拉布斯检验法检验，若残差 v i max ? g? ? x ? ，则判断此值为异常数据，应予以剔除。(Grubbs test is a method to discriminate normal or normal samples under the con
Sciprts
- 用 dataset3 作为训练数据，用 dataset4 作为测试数据，采用不同的特征、训练样本数、分类方法进行比较实验，观察、分析实验结果的异同。 训练分类器的方法为最小错误率贝叶斯分类器（假设正态分布，先验概率各 50%）。使用Bayesscr ipt.m运行代码。(Using dataset3 as training data, dataset4 is used as test data, and different characteristics, training samples an
Gram-Charlier_normal_pdf
- 用Gram-Charlier级数计算正态分布随机变量的概率密度函数(Use Gram-Charlier to calculate the pdf of normal distributon varible)
Dynamic_Copula_Toolbox_3.0
- 时变copula的matlab程序，正态copula，t-copula，clayton copula，sjc copula(dynamic copula toolbox)
paiduilun
- 泊松流 正态分布 排队论 仿真 包括MATLAB画图，希望有帮助，(The simulation of the queuing theory of Poisson flow normal distribution includes MATLAB drawing, hoping to help,)
fvrvware__imilement
- 用VC++6实现的一个伪随机数生成演示程序源码,包含了正态分布随机数生成和平均分布随机数两种生成方式,()
SEA.f90
- 用于计算海洋型气溶胶的不同波段光学厚度，采用对数正态分布的气溶胶粒子普分布形式(multi-log-normal-distribution AOD)
CY20180228
- 利用最大熵法求解正态分布的解析解，以及利用高斯核函数计算概率密度(Obtain PDF by maximum entropy and a gaussian kernel function)
statistics_lognormal
- 1. 608组样本，第一列数字是标号，第二列数字是出现损坏的时间，第三列表示数据有效性，为0有效 2. 损坏时间是对数正态分布的，需要拟合 3. 求均值80%置信区间 4. 成本为m，价格为s，保证盈利20%，选取保修期 5. 比较保修期和拟合数据的均值 6. 若保修期就是拟合损坏时间的均值，求出利润率 loadd.m：加载样本数据，并选取有效数据 period.m：加载成本、价格数据，计算利润和保修期的关系(1.608 groups of samples, the first nu
model
- 拟合正态分布，计算参数，并做出检验的MATLAB代码(The MATLAB code that fits the normal distribution, calculates the parameters, and makes the test.)
模式识别实验一
- matlab,模式识别，基于Iris数据设计编写两类正态分布模式的贝叶斯判别程序(Pattern recognition report, based on Iris data design, two kinds of Bayesian discriminant program for normal distribution mode are written.)
C#JC法求解结构可靠度
- 该程序采用JC法求解结构可靠度，可将非正态随机变量当量正态化。(Using JC method to solve structural reliability)
m_ktubianjianyan
- Mall-Kendall以气候、下垫面一致为前提，要求序列随机独立且同分布，用于突变点的识别。 UFk为一条随k变化的曲线，当n增加时，UFk很快趋于标准正态分布。 假设H0成立。给定显著性水平α，查算正态分布表得。当|UFk|＜时，接受原假设，即趋势不显著；反之，拒绝原假设，即趋势显著。 在坐标轴上绘制两条曲线，若相交，则交点为突变点。这就是Mall-Kendall法。(Mall-Kendall to climate and underlying surface consistent i