اثبات رابطه سرگئی وینزکی برای تقریب تابع توزیع نرمال استاندارد
author
Abstract:
در بین تمام توزیع‌های آماری توزیع نرمال استاندارد مهم‌ترین و کاربردی‌ترین توزیع آماری بوده و محاسبه سطح زیر منحنی چگالی و تابع توزیع آن مورد نیاز است. ضابطه این تابع به‌صورت یک انتگرال معین بیان می‌شود، ولی متاسفانه تابع اولیه آن دارای شکل بسته و تحلیلی نیست، لذا باید آن را تقریب زد. در این مقاله رابطه تقریبی سرگئی وینزکی با یک روش جدید اثبات می‌شود، سپس این تقریب با تغییراتی در رابطه آن بهبود داده و نشان می‌دهیم حداکثر مقدار خطای آن کمتر از 0000584/0 است. در انتها رابطه‌ای نیز برای محاسبه صدک‌های توزیع نرمال به‌دست آورده می‌شود.
similar resources
تکمیل آزمون نیکویی برازش برای توزیع چولۀ نرمال بر اساس تابع مولد گشتاور تجربی
تاکنون روشهای مختلفی برای آزمون نیکویی برازش توزیع نرمال چوله مطرح شده است. در این مقاله روش مینتانیس (2007) که بر اساس تابع مولد گشتاور تجربی است، بررسی می شود. این آزمون به طور مجزا برای پارامتر شکل معلوم و مجهول مطرح می شود. مینتانیس (2007) ادعا کرده است که آزمون او از نظر توان با آزمون کلموگروف-اسمیرنف قابل رقابت است. اما این ادعا تنها برای پارامتر شکل معلوم درست است. در این مقاله روشی برای...
full textتقریب های مرتبه دوم و بالاتر برای برآورد دنباله ای دومرحله ای برای میانگین توزیع نرمال
در تحلیل دنباله ای اندازه ی نمونه یک متغیر تصادفی است که به طور ضمنی به مقادیر مشاهده شده ی نمونه بستگی دارد. یعنی آزمایشگر اطلاعاتی را در مورد پارامتر نامعلوم با مشاهده ی نمونه های تصادفی جمع آوری می کند که در پایان آزمایش تعداد کل مشاهدات جمع آوری شده، یک متغیر تصادفی مثبت است. در این پژوهش مسأله ای برای تعیین فاصله ی اطمینان با طول ثابت برای میانگین توزیع نرمال تحت روش نمونه گیری دومرحله ای ...
توزیع ماکسیمم متغیرهای تصادفی نرمال استاندارد تاخورده دو متغیره، خواص و کاربرد آن
برای مدل‌بندی بسیاری از پدیده‌های طبیعی از توزیع‌های نرمال یک یا چندمتغیره و مشتقات آن استفاده می‌شود. متغیرهای نرمال تاخورده به صورت قدر مطلق متغیرهای تصادفی نرمال تعریف می‌شوند. توزیع نرمال تاخورده یک‌متغیره، دومتغیره، خواص و کاربرد آنها توسط پژوهشگران مورد بررسب قرار گرفته است. اخیرا توزیع نرمال تاخورده چند متغیره و توزیع ماکسیمم متغیرهای تصادفی وابسته که دارای توزیع بیضوی تراز ...
full textتقریب تابع ارزش عمل با استفاده از شبکه توابع پایه شعاعی برای یادگیری تقویتی
مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...
full textMy Resources
Journal title
volume 10 issue 2
pages 329- 344
publication date 2017-03
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023