Cтраница 2
Переменные из Q сами служат своими условными средними. [16]
При определении доверительного интервала по оценке дисперсии условных средних число степеней свободы - распределения равно ( п - 2), Это нужно учитывать, особенно для выборок небольшого объема. Другими словами, если рассматривается средняя условная дисперсия выходной переменной относительно двух входных переменных объекта, то распределение этой дисперсии соответствует - распределению с га - 4 степенями свободы. [17]
Как видим, согласование расчетного и наблюдаемого условных средних - удовлетворительное. [18]
Согласно формуле ( 427), дисперсия условных средних D ( g) прямо пропорциональна дисперсии D ( j) овальности заготовок. [19]
Здесь и далее двойным штрихом обозначены флуктуации относительно условных средних, одинарным - флуктуации относительно полных средних. Для построенной модели в [2, 3] предложено название замыкание для условного момента, которого будем в дальнейшем придерживаться. [20]
Каж: дая ограниченная переменная / на U имеет условное среднее при любом В. [21]
Отметим, что эти ( приближенные) алгоритмы фильтрации условного среднего по сути являются обобщением алгоритмов фильтра Калмана. Если модели формирования и наблюдения сигнала линейны, то эти уравнения превращаются в обычные уравнения линейного фильтра Калмана. Итак, минимизация функции штрафа из табл. 3.4.1 при ограничениях, задаваемых разностными уравнениями из той же таблицы, ведет в итоге к алгоритмам идентификации по методу максимального правдоподобия. Дальнейшему развитию этих результатов посвящены следующие четыре главы. Теперь рассмотрим простой пример, иллюстрирующий наиболее существенные моменты изложенных выше результатов. [22]
Естественно ожидать, что при - измеримой случайной величине X условное среднее Е ( Х &) может быть определено как класс эквивалентности случайной величины X. Свойства, устанавливаемые в § 4, показывают, что в соответствующих обозначениях это действительно так. [23]
Заметьте, что в уравнении условной средней дисперсия преобразована в условное среднее квадратическое так, что она выражается в тех же самых единицах измерения, что и премия за риск. [24]
Проделав описанный подсчет для всех столбцов, нанесем точки, координатами которых являются условное среднее ( при фиксированном удельном весе) и соответствующее значение удельного веса. На рис. 66 видное что эти точки приблизительно расположились по прямой. [25]
Проделав описанный подсчет для всех столбцов, нанесем точки, координатами которых являются условное среднее ( при фиксированном удельном весе) и соответствующее значение удельного веса. На рис. 66 видно, что эти точки приблизительно расположились по прямой. [26]
Согласно свойству 8.2, функция X - Е ( Х) интегрируема и ее условное среднее равно нулю. Поэтому таким свойством обладает и указанное скалярное произведение. [27]
Среднее от функции двух случайных величин равно среднему по одной из случайных величин от условного среднего этой функции. [28]
Известно [ 391, что лучшей для обеспечения минимальной дисперсии погрешности является оценка на основе условного среднего. [29]
Уравнения (3.4.32) и (3.4.36) выражают, следовательно, приближенные алгоритмы для дискретной нелинейной фильтрации методом условного среднего и для дисперсии ее ошибки. [30]