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
63+阅读 · 2021年9月2日
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
专知会员服务
21+阅读 · 2021年6月3日
【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
63+阅读 · 2021年4月24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
91+阅读 · 2021年1月20日
Python分布式计算，171页pdf，Distributed Computing with Python
Python分布式计算，171页pdf，Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3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
94+阅读 · 2020年3月12日
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
专知会员服务
115+阅读 · 2020年2月10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
47+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
34+阅读 · 2019年10月17日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Distribution is all you need：这里有12种做ML不可不知的分布
Distribution is all you need：这里有12种做ML不可不知的分布
机器之心
3+阅读 · 2019年9月21日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真（四）
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真（四）
泡泡机器人SLAM
14+阅读 · 2019年4月30日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
7+阅读 · 2018年12月12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
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16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
Minimising quantifier variance under prior probability shift
Arxiv
0+阅读 · 2021年9月22日
Near-Optimal Distributed Implementations of Dynamic Algorithms for Symmetry-Breaking Problems
Arxiv
0+阅读 · 2021年9月21日
On the Exponential Approximation of Type II Error Probability of Distributed Test of Independence
Arxiv
0+阅读 · 2021年9月21日
Non-parametric Kernel-Based Estimation of Probability Distributions for Precipitation Modeling
Arxiv
0+阅读 · 2021年9月21日
Neural networks with trainable matrix activation functions
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
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1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
63+阅读 · 2021年9月2日
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
【MIT】自监督几何感知，22页ppt，Self-supervised Geometric Perception
专知会员服务
21+阅读 · 2021年6月3日
【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
63+阅读 · 2021年4月24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
91+阅读 · 2021年1月20日
Python分布式计算，171页pdf，Distributed Computing with Python
Python分布式计算，171页pdf，Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3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
94+阅读 · 2020年3月12日
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
专知会员服务
115+阅读 · 2020年2月10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
47+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
34+阅读 · 2019年10月17日
最新BERT相关论文清单，BERT-related Papers
最新BERT相关论文清单，BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
热门VIP内容
相关资讯
Distribution is all you need：这里有12种做ML不可不知的分布
Distribution is all you need：这里有12种做ML不可不知的分布
机器之心
3+阅读 · 2019年9月21日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真（四）
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真（四）
泡泡机器人SLAM
14+阅读 · 2019年4月30日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
7+阅读 · 2018年12月12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
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16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
Minimising quantifier variance under prior probability shift
Arxiv
0+阅读 · 2021年9月22日
Near-Optimal Distributed Implementations of Dynamic Algorithms for Symmetry-Breaking Problems
Arxiv
0+阅读 · 2021年9月21日
On the Exponential Approximation of Type II Error Probability of Distributed Test of Independence
Arxiv
0+阅读 · 2021年9月21日
Non-parametric Kernel-Based Estimation of Probability Distributions for Precipitation Modeling
Arxiv
0+阅读 · 2021年9月21日
Neural networks with trainable matrix activation functions
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
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1日
Top
微信扫码咨询专知VIP会员
Top