PL
 |
EN
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  cumulative distribution function
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Kernel Estimation of Cumulative Distribution Function of a Random Variable with Bounded Support
100%
Baszczyńska A.
Statistics in Transition new series
|
2016
|
tom 17
|
nr 3
541-556
EN
In the paper methods of reducing the so-called boundary effects, which appear in the estimation of certain functional characteristics of a random variable with bounded support, are discussed. The methods of the cumulative distribution function estimation, in particular the kernel method, as well as the phenomenon of increased bias estimation in boundary region are presented. Using simulation methods, the properties of the modified kernel estimator of the distribution function are investigated and an attempt to compare the classical and the modified estimators is made.
2
Content available Global approximations for the γ-order Lognormal distribution
100%
Toulias T.
Discussiones Mathematicae Probability and Statistics
|
2013
|
tom 33
|
nr 1-2
99-110
EN
A generalized form of the usual Lognormal distribution, denoted with $𝓛𝓝_γ$, is introduced through the γ-order Normal distribution $𝓝_γ$, with its p.d.f. defined into (0,+∞). The study of the c.d.f. of $𝓛𝓝_γ$ is focused on a heuristic method that provides global approximations with two anchor points, at zero and at infinity. Also evaluations are provided while certain bounds are obtained.
3
Content available The Infinite-Valued Łukasiewicz Logic and Probability
100%
Czelakowski J.
Bulletin of the Section of Logic
|
2017
|
tom 46
|
nr 1/2
EN
The paper concerns the algebraic structure of the set of cumulative distribution functions as well as the relationship between the resulting algebra and the infinite-valued Łukasiewicz algebra. The paper also discusses interrelations holding between the logical systems determined by the above algebras.
4
Content available Characteristics of bivariate binomial distribution
88%
Wagner W. , Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie; Wydział Turystyki i Nauk o Zdrowiu; Katedra Turystyki i Rekreacji
|
2011
|
tom 255
PL
W pracy podano jeden z wielu możliwych sposobów określenia dwuwymiarowego rozkładu dwumianowego. Inne możliwości są wymieniane w pracy Johnsona i in. (1997, s. 31–92). Mają one związek z rozkładem wielomianowym. Podejście proponowane w pracy jest naturalnym rozszerzeniem jednowymiarowego rozkładu zero-jedynkowego i rozkładu dwumianowego. W przypadku dwuwymiarowym proponowana w pracy postać funkcji charakterystycznej w formie rozpisanej i wektorowej pozwoliła na wyprowadzenie wzorów na momenty zwykle i mieszane. Dwuwymiarowy rozkład dwumianowy przy liczbie prób n dążących do nieskończoności przechodzi w dwuwymiarowy rozkład Poissona. a przy pewnych n, p 1 , p 2 przechodzi w graniczny dwuwymiarowy rozkład normalny. Dwuwymiarowy rozkład dwumianowy daje się rozszerzyć na przypadek wielowymiarowy (Johnson i in. 1997. s. 105–113).
5
Content available remote Grafika rozkładu Weibulla
63%
Rećko W. M.
|
2012
|
tom R. 63, nr 2
40-44
PL
Przedstawiono metody graficzne prezentacji dystrybuanty i krzywej gęstości prawdopodobieństwa dla rozkładu Weibulla. Przedyskutowano diagramy Weibulla dla trzech tworzyw ceramicznych oraz dla siły łamiącej płytki podłogowe.
EN
The graphical methods for Weibull distribution (cumulative distribution function, probability density) are discussed. For three ceramics material, bending strenght and for floor tiles break force in term of WeibulI's diagram are discussed.
6
Content available remote Statistical model for compressive strength of lightweight concrete
63%
Nowak A. , Rakoczy A.
|
2011
|
tom Vol. 4, no. 4
73-80
EN
The objective of this study is to develop a statistical model of compressive strength of lightweight concrete, using new material test data. The data base includes over 8000 samples, obtained from eight different sources, representing the nominal strength, fc', from 21 to 50 MPa (3000 to 7000 psi). The presented research is focused on the development of statistical parameters of material properties. Resistance is considered as a product of three random variables representing the uncertainty in material properties, dimensions and geometry (fabrication factor) and analytical model (professional factor). Material test data is presented in form of the cumulative distribution functions (CDF) plotted on the normal probability paper for an easier interpretation of the results. The shape of the CDF is an indication of the type of distribution, and since the resulting CDF's are close to straight lines, they can be considered as normal random variables. In addition, the statistical parameters are determined by fitting a straight line to the lower tail of the CDF. The most important parameters are the mean value, bias factor and the coefficient of variation. It was observed that the quality of material and workmanship has been improved over the last 30 years and this is reflected in reduced coefficients of variation.
PL
Celem artykułu jest przedstawienie modelu statystycznego wytrzymałości na ściskanie betonu lekkiego, opracowanego na podstawie nowych danych testowych materiału. Baza danych zawiera wyniki testów ponad 8000 próbek, otrzymanych z ośmiu źródeł, reprezentujących nominalną wytrzymałość betonu, fc', od 21 do 50 MPa (3000 do 7000 psi). Przedstawione badania maja na celu wyprowadzenie parametrów statystycznych właściwości materiału. Wytrzymałość jest rozpatrywana jako iloczyn trzech zmiennych losowych reprezentujących losowość właściwości materiałowych, wymiarów i geometrii oraz modelu analitycznego. Dla ułatwienia interpretacji, wyniki testów zostały przedstawione w formie skumulowanej funkcji rozkładu prawdopodobieństwa (CDF) na znormalizowanym arkuszu probabilistycznym. Kształt CDF określa typ rozkładu i jeśli wykres CDF jest zbliżony do linii prostej, oznacza to, że zmienna losowa ma rozkład normalny. Ponadto parametry statystyczne są określone przez dopasowanie linii prostej do dolnej części krzywej CDF. Najważniejszymi parametrami są wartość średnia, współczynnik odchylenia od wartości średniej (bias) i współczynnik zmienności. Zaobserwowano, że jakość materiału i wykonania poprawiła się w ciągu ostatnich 30 lat i znajduje to odzwierciedlenie w zmniejszonym współczynniku zmienności.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.