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 17 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
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
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
专知会员服务
122+阅读 · 2019年12月23日
【MLA 2019】机器学习中分布式鲁棒优化的一阶算法框架( Towards a First-Order Algorithmic Framework for Distributionally Robust Optimization in Machine Learning),香港中文大学 苏文藻
【MLA 2019】机器学习中分布式鲁棒优化的一阶算法框架( Towards a First-Order Algorithmic Framework for Distributionally Robust Optimization in Machine Learning),香港中文大学 苏文藻
专知会员服务
26+阅读 · 2019年11月6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
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
已删除
已删除
将门创投
4+阅读 · 2018年1月19日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Learning Sparse Graph with Minimax Concave Penalty under Gaussian Markov Random Fields
Arxiv
0+阅读 · 2021年9月17日
Efficient drift parameter estimation for ergodic solutions of backward SDEs
Arxiv
0+阅读 · 2021年9月17日
On the size of disjunctive formulas in the $μ$-calculus
Arxiv
0+阅读 · 2021年9月17日
Weighted error estimates for transient transport problems discretized using continuous finite elements with interior penalty stabilization on the gradient jumps
Arxiv
0+阅读 · 2021年9月16日
How to use KL-divergence to construct conjugate priors, with well-defined non-informative limits, for the multivariate Gaussian
Arxiv
0+阅读 · 2021年9月16日
Smoothing and adaptation of shifted Pólya Tree ensembles
Arxiv
0+阅读 · 2021年9月15日
On Disentangled Representations Learned From Correlated Data
Arxiv
8+阅读 · 2021年7月16日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression
Arxiv
6+阅读 · 2019年2月25日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15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
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
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
【文献综述】分布式机器学习综述论文，33页pdf，A Survey on Distributed Machine Learning
专知会员服务
122+阅读 · 2019年12月23日
【MLA 2019】机器学习中分布式鲁棒优化的一阶算法框架( Towards a First-Order Algorithmic Framework for Distributionally Robust Optimization in Machine Learning),香港中文大学 苏文藻
【MLA 2019】机器学习中分布式鲁棒优化的一阶算法框架( Towards a First-Order Algorithmic Framework for Distributionally Robust Optimization in Machine Learning),香港中文大学 苏文藻
专知会员服务
26+阅读 · 2019年11月6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
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
已删除
已删除
将门创投
4+阅读 · 2018年1月19日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Learning Sparse Graph with Minimax Concave Penalty under Gaussian Markov Random Fields
Arxiv
0+阅读 · 2021年9月17日
Efficient drift parameter estimation for ergodic solutions of backward SDEs
Arxiv
0+阅读 · 2021年9月17日
On the size of disjunctive formulas in the $μ$-calculus
Arxiv
0+阅读 · 2021年9月17日
Weighted error estimates for transient transport problems discretized using continuous finite elements with interior penalty stabilization on the gradient jumps
Arxiv
0+阅读 · 2021年9月16日
How to use KL-divergence to construct conjugate priors, with well-defined non-informative limits, for the multivariate Gaussian
Arxiv
0+阅读 · 2021年9月16日
Smoothing and adaptation of shifted Pólya Tree ensembles
Arxiv
0+阅读 · 2021年9月15日
On Disentangled Representations Learned From Correlated Data
Arxiv
8+阅读 · 2021年7月16日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression
Arxiv
6+阅读 · 2019年2月25日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员
Top