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 6 月 24 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

不可错过！UIUC最新《统计强化学习》课程！
专知会员服务
52+阅读 · 2020年9月7日
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
专知会员服务
98+阅读 · 2020年7月6日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1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
105+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
91+阅读 · 2020年3月12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
119+阅读 · 2019年12月23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
45+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
31+阅读 · 2019年10月17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
90+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
98+阅读 · 2019年10月9日
分布式并行架构Ray介绍
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22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
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3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
CCF C类 | IJCNN 2019 Special Section : 信息论与深度学习
CCF C类 | IJCNN 2019 Special Section : 信息论与深度学习
Call4Papers
5+阅读 · 2018年12月7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
【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
Estimation of Riemannian distances between covariance operators and Gaussian processes
Estimation of Riemannian distances between covariance operators and Gaussian processes
Arxiv
1+阅读 · 2021年8月26日
Distributed Soft Bayesian Additive Regression Trees
Arxiv
0+阅读 · 2021年8月26日
Energy stability of Strang splitting for vector-valued and matrix-valued Allen-Cahn equations
Energy stability of Strang splitting for vector-valued and matrix-valued Allen-Cahn equations
Arxiv
0+阅读 · 2021年8月25日
A data-driven P-spline smoother and the P-Spline-GARCH-models
Arxiv
0+阅读 · 2021年8月25日
Bayesian Inference for Generalized Linear Model with Linear Inequality Constraints
Arxiv
0+阅读 · 2021年8月24日
Oops I Took A Gradient: Scalable Sampling for Discrete Distributions
Arxiv
3+阅读 · 2021年6月6日
Distributed Graph Convolutional Networks
Arxiv
18+阅读 · 2020年7月13日
A Survey on Distributed Machine Learning
Arxiv
43+阅读 · 2019年12月20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
不可错过！UIUC最新《统计强化学习》课程！
专知会员服务
52+阅读 · 2020年9月7日
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
专知会员服务
98+阅读 · 2020年7月6日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1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
105+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
91+阅读 · 2020年3月12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
119+阅读 · 2019年12月23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
45+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
31+阅读 · 2019年10月17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
90+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
98+阅读 · 2019年10月9日
热门VIP内容
相关资讯
分布式并行架构Ray介绍
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22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
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3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
CCF C类 | IJCNN 2019 Special Section : 信息论与深度学习
CCF C类 | IJCNN 2019 Special Section : 信息论与深度学习
Call4Papers
5+阅读 · 2018年12月7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
【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
Estimation of Riemannian distances between covariance operators and Gaussian processes
Estimation of Riemannian distances between covariance operators and Gaussian processes
Arxiv
1+阅读 · 2021年8月26日
Distributed Soft Bayesian Additive Regression Trees
Arxiv
0+阅读 · 2021年8月26日
Energy stability of Strang splitting for vector-valued and matrix-valued Allen-Cahn equations
Energy stability of Strang splitting for vector-valued and matrix-valued Allen-Cahn equations
Arxiv
0+阅读 · 2021年8月25日
A data-driven P-spline smoother and the P-Spline-GARCH-models
Arxiv
0+阅读 · 2021年8月25日
Bayesian Inference for Generalized Linear Model with Linear Inequality Constraints
Arxiv
0+阅读 · 2021年8月24日
Oops I Took A Gradient: Scalable Sampling for Discrete Distributions
Arxiv
3+阅读 · 2021年6月6日
Distributed Graph Convolutional Networks
Arxiv
18+阅读 · 2020年7月13日
A Survey on Distributed Machine Learning
Arxiv
43+阅读 · 2019年12月20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