Pełnotekstowe zasoby PLDML oraz innych baz dziedzinowych są już dostępne w nowej Bibliotece Nauki.
Zapraszamy na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last

Wyniki wyszukiwania

help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Artykuł dostępny w postaci pełnego tekstu - kliknij by otworzyć plik
Content available

On the optimal continuous experimental design problem

100%
Kitsos C.
Discussiones Mathematicae Probability and Statistics
|
2011
|
tom 31
|
nr 1-2
59-70
EN
The target of this paper is to provide a compact review of the Optimal Experimental Design, the continuous case. Therefore we are referring to the general nonlinear problem in comparison to the linear one.
2
Artykuł dostępny w postaci pełnego tekstu - kliknij by otworzyć plik
Content available

On the properties of the Generalized Normal Distribution

63%
Toulias T., Kitsos C.
Discussiones Mathematicae Probability and Statistics
|
2014
|
tom 34
|
nr 1-2
35-49
EN
The target of this paper is to provide a critical review and to enlarge the theory related to the Generalized Normal Distributions (GND). This three term (position, scale shape) distribution is based in a strong theoretical background due to Logarithm Sobolev Inequalities. Moreover, the GND is the appropriate one to support the Generalized entropy type Fisher's information measure.
3
Artykuł dostępny w postaci pełnego tekstu - kliknij by otworzyć plik
Content available

MLE for the γ-order Generalized Normal Distribution

51%
Kitsos C., Vassiliadis V., Toulias T.
Discussiones Mathematicae Probability and Statistics
|
2014
|
tom 34
|
nr 1-2
143-158
EN
The introduced three parameter (position μ, scale ∑ and shape γ) multivariate generalized Normal distribution (γ-GND) is based on a strong theoretical background and emerged from Logarithmic Sobolev Inequalities. It includes a number of well known distributions such as the multivariate Uniform, Normal, Laplace and the degenerated Dirac distributions. In this paper, the cumulative distribution, the truncated distribution and the hazard rate of the γ-GND are presented. In addition, the Maximum Likelihood Estimation (MLE) method is discussed in both the univariate and multivariate cases and asymptotic results are presented.
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.