上一页 1 ··· 6 7 8 9 10

2010年8月19日

摘要: http://micgadget.com/6752/apple-peel-520-review-with-video/看看这个,中国制造,省钱 阅读全文

posted @ 2010-08-19 18:04 singlefold 阅读(209) 评论(0) 推荐(0) 编辑

摘要: 关于这个分布我说三点:希望认识比我多的人帮我补充1.St(x|u,w,v)是由一个单变量高斯分布N(x|u,t^-1)和一个gamma分布Gam(t|a,b)相乘得到的分布函数。v=2a,w=a/b2.当v->无穷时,学生分布变为高斯分布,当接近1时,变为Cauchy 分布。3.学生t分布具有很好的健壮性,这是由于在其概率密度函数中没有指数的限制,所以在有噪声数据的时候会显示很好的鲁棒性。 阅读全文

posted @ 2010-08-19 09:40 singlefold 阅读(2800) 评论(0) 推荐(0) 编辑

2010年8月18日

摘要: http://www.e-booksdirectory.com分享给你,觉得好记得留言啊 阅读全文

posted @ 2010-08-18 22:41 singlefold 阅读(125) 评论(0) 推荐(0) 编辑

摘要: 大家可能习惯了用似然函数法来进行位置参数的估计。今天我看了Robbins-Monor,感觉很好,他主要是解决对大量数据,难以把每个数据点放到似然函数中,而广泛应用的方法。他的基本形式是一种递推的形式A(n)=A(n-1)+b(n-1)×差值。便利得到的每个数据,从而得到A的结果。 阅读全文

posted @ 2010-08-18 20:42 singlefold 阅读(144) 评论(0) 推荐(0) 编辑

摘要: 神奇的高斯分布,高斯分布处处可见,尤其在统计部分,他好像一把钥匙打开问题的大门。高斯分布有点像个闭集,因为两个高斯分布的加时高斯分布,两个相乘也是高斯分布,两个的纠缠还是高斯分布。他们的期望和方差可以在概率密度公式中一眼看到,这是我很喜欢的。还有他的指数形式为似然估计敞开大门。细细体会~ 阅读全文

posted @ 2010-08-18 20:34 singlefold 阅读(1194) 评论(0) 推荐(0) 编辑

上一页 1 ··· 6 7 8 9 10