会员服务
规范化的 · 估计/估计量 · 相互独立的 · MoDELS · 统计方法 ·
2021 年 7 月 22 日
A Note on the Sum of Non-Identically Distributed Doubly Truncated Normal Distributions
翻译：关于非同同分布的杜巴截断的正常分发和分配之和的说明
Hao Chen,Lanshan Han,Alvin Lim
Hao Chen,Lanshan Han,Alvin Lim

It is proved that the sum of n independent but non-identically distributed doubly truncated Normal distributions converges in distribution to a Normal distribution. It is also shown how the result can be applied in estimating a constrained mixed effects model.


翻译：事实证明,独立但非识别性分布的双重缺损正常分布的总和在分配到正常分布时会趋于一致,并表明在估计受限制的混合效应模式时如何应用结果。
0
下载
关闭预览

相关内容

分布外泛化(Out-Of-Distribution Generalization) 综述论文，22页pdf240篇文献
专知会员服务
64+阅读 · 2021年9月2日
AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks
专知会员服务
92+阅读 · 2021年1月20日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
96+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Distributed coloring and the local structure of unit-disk graphs
Distributed coloring and the local structure of unit-disk graphs
Arxiv
0+阅读 · 2021年9月24日
Near-Optimal Distributed Implementations of Dynamic Algorithms for Symmetry-Breaking Problems
Arxiv
0+阅读 · 2021年9月21日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Pretrained Transformers Improve Out-of-Distribution Robustness
Arxiv
5+阅读 · 2020年4月13日
Premise selection with neural networks and distributed representation of features
Arxiv
3+阅读 · 2018年7月26日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
规范化的
估计/估计量
相互独立的
MoDELS
统计方法
相关VIP内容
分布外泛化(Out-Of-Distribution Generalization) 综述论文，22页pdf240篇文献
专知会员服务
64+阅读 · 2021年9月2日
AAAI2021 | 图神经网络的异质图结构学习，Heterogeneous Graph Structure Learning for Graph Neural Networks
专知会员服务
92+阅读 · 2021年1月20日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
96+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
热门VIP内容
相关资讯
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Distributed coloring and the local structure of unit-disk graphs
Distributed coloring and the local structure of unit-disk graphs
Arxiv
0+阅读 · 2021年9月24日
Near-Optimal Distributed Implementations of Dynamic Algorithms for Symmetry-Breaking Problems
Arxiv
0+阅读 · 2021年9月21日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Pretrained Transformers Improve Out-of-Distribution Robustness
Arxiv
5+阅读 · 2020年4月13日
Premise selection with neural networks and distributed representation of features
Arxiv
3+阅读 · 2018年7月26日
Top
微信扫码咨询专知VIP会员
Top