1 這時，算出正態(tài)分布的總和，我們便得到了總投資額，也畫出了“S型曲線”，即許多人在研究一段時間內(nèi)的技術(shù)創(chuàng)新時所熟知的一種曲線。

2 老果園土壤和新果園土壤全磷濃度都服從自然對數(shù)正態(tài)分布。

3 運(yùn)用“等效”理論，將非正態(tài)分布在設(shè)計點處轉(zhuǎn)換為一個等效的正態(tài)分布，然后用一次二階矩的迭代法求解可靠度。

4 股價波動服從隨機(jī)高斯分布或者正態(tài)分布的假設(shè)是不正確的。

5 并研究了正態(tài)分布的小樣本容量的相容性檢驗問題的理論，提出了新的檢驗方法。

6 這被稱為是正態(tài)分布或是高斯分布，它是一個連續(xù)的分布。

7 喬木層株數(shù)隨胸徑分布呈現(xiàn)截尾正態(tài)分布。

8 給出正態(tài)分布情況下動態(tài)仿真結(jié)果的拒絕域，提出非正態(tài)分布情況下確定拒絕域的兩步仿真法。

9 另外，考慮所有隨機(jī)參數(shù)存在時，彈著點并不是正態(tài)分布。

10 隨機(jī)層疊模型中具有對數(shù)正態(tài)分布性質(zhì)的隨機(jī)層疊發(fā)生器被用來描述水流入滲過程，不同的方法被用于模型參數(shù)求解。

11 在因子范圍服從對數(shù)正態(tài)分布下，應(yīng)用線性回歸技術(shù)和極大似然法建立了模型參數(shù)的測定方法。

12 本文在對非正態(tài)分布過程控制方法分析的基礎(chǔ)上，提出了適用范圍更廣、操作更簡便的約翰遜曲線擬合非正態(tài)分布數(shù)據(jù)的過程控制方法。

13 結(jié)論適用于非正態(tài)分布的配對資料。

14 求出了正態(tài)分布的平均偏差，并由此給出了正態(tài)總體標(biāo)準(zhǔn)差的兩種新估計。

15 可能是正態(tài)分布，也就是高斯分布，只要有平均值和標(biāo)準(zhǔn)偏差值，你就可以進(jìn)行調(diào)用，大部分的值都是集中在平均值附近的。

16 這就是正態(tài)分布,也叫做高斯分布,這是一個連續(xù)分布。

17 對于非正態(tài)分布來講，首先我們使用數(shù)據(jù)來估計這些參數(shù)的。造句 網(wǎng)

18 結(jié)果當(dāng)應(yīng)變量非正態(tài)分布時，直接應(yīng)用現(xiàn)有回歸樹算法不能得出正確的分析結(jié)論；而當(dāng)存在極端值時這一問題更為嚴(yán)重。

19 通過手工數(shù)字化地形圖實驗,得出誤差的統(tǒng)計分布服從正態(tài)分布.

20 或認(rèn)為解釋變量大多不服從正態(tài)分布，一律采用了非參數(shù)檢驗。

21 可避免的不一致性可能導(dǎo)致多重模態(tài)分布或非正態(tài)分布，可能會對應(yīng)用程序性能造成可度量的影響。

22 計量資料差異性比較采用單因素方差分析，非正態(tài)分布資料經(jīng)正態(tài)轉(zhuǎn)換后再作統(tǒng)計學(xué)處理。

23 大多數(shù)的會計統(tǒng)計模型是以財務(wù)比率的正態(tài)分布為假設(shè)前提。

24 對數(shù)據(jù)進(jìn)行正態(tài)分布、T檢驗、判別分析等統(tǒng)計處理，最后建立優(yōu)秀青少年女子足球運(yùn)動員注意特征的判別方程。

25 研究表明，在含有絮凝緩沖液的模擬系統(tǒng)中，自絮凝酵母顆粒粒徑分布符合對數(shù)正態(tài)分布。

26 對云南省土壤鈷元素背景值進(jìn)行了采樣分析，結(jié)果顯示：云南土壤鈷元素含量呈對數(shù)正態(tài)分布，中位值16。

27 依據(jù)實際測量數(shù)據(jù)，論證了平面交叉口綠燈轉(zhuǎn)紅燈時車流堵塞波的推進(jìn)速度滿足正態(tài)分布假設(shè)，其擬合優(yōu)度高于泊松分布假設(shè)。

28 貝葉斯神經(jīng)網(wǎng)絡(luò)中，每個權(quán)值和誤差被視為隨機(jī)變量，它們的先驗概率分布是遵從正態(tài)分布的。

29 這是一個很好的柱形圖,它能告訴我我獲得的值是多少，我們下一次還會講到這個柱形圖,并且會講到為什么它被稱作,正態(tài)分布。

30 價格模式:以固定價格計算模型,一般確定性的定價模型,數(shù)正態(tài)分布的價格模型,泊松價格模型.

31 特別地，本文集中討論當(dāng)數(shù)據(jù)是來自參數(shù)未知的正態(tài)分布四舍五入后的數(shù)據(jù)，均值和方差的聯(lián)合置信集。

32 分析得出激光涂層零件在多沖載荷下疲勞壽命服從對數(shù)正態(tài)分布。

33 論文對問卷進(jìn)行了正態(tài)分布檢驗、內(nèi)容效度分析，并闡述了保證問卷質(zhì)量的方法。

34 討論了隨機(jī)參數(shù)服從非正態(tài)分布前軸的可靠性優(yōu)化設(shè)計問題.

35 對非正態(tài)分布、相關(guān)變量隨機(jī)場進(jìn)行了處理，依據(jù)可靠指標(biāo)的幾何意義建立了可靠度計算的優(yōu)化算法。

36 非參法用于分析資料成非正態(tài)分布的變量。

37 結(jié)果表明：三塊實驗田均為對數(shù)正態(tài)分布。

38 當(dāng)樣本容量變大時是否估計量會漸近地趨向于正態(tài)分布？

39 分層注水的層段注水強(qiáng)度服從于對數(shù)正態(tài)分布,并且其變異系數(shù)為一常數(shù).

40 運(yùn)用全概率法，推導(dǎo)出強(qiáng)度為正態(tài)分布，應(yīng)力為其它分布式可靠度全概率求解表達(dá)式。

41 結(jié)果表明，滬銅期貨價格不服從正態(tài)分布，價格之間存在長記憶性，從而對有效市場假說提出了質(zhì)疑。

42 針對法方程呈現(xiàn)病態(tài)且觀測值受到污染而不嚴(yán)格服從正態(tài)分布的情況，探討運(yùn)用擬準(zhǔn)檢定法抗御粗差，用嶺估計改善法方程的病態(tài)性。

43 六西格瑪黑帶應(yīng)熟悉常用的概率分布，包括超幾何分布、二項式分布、泊松分布、正態(tài)分布、指數(shù)分布、卡方分布、學(xué)者t分布和F分布。

44 假設(shè)信號是近似正態(tài)分布的，就可以從相關(guān)矩陣的行列式計算出每個波段的條件信息量。

45 實證分析結(jié)果表明，在收益率非正態(tài)分布的市場中，考慮了收益率非對稱性的投資組合模型較傳統(tǒng)的MV和MAD模型具有更優(yōu)的表現(xiàn)。

46 對該組復(fù)雜觀測數(shù)據(jù)及其取對數(shù)后的數(shù)據(jù)進(jìn)行不同的分組，分別用正態(tài)曲線擬合，說明該組數(shù)據(jù)在不進(jìn)行篩選的情況下并不服從正態(tài)分布或?qū)��?shù)正態(tài)分布。

47 吉爾布瑞特規(guī)律認(rèn)為，企業(yè)的成長是一個隨機(jī)過程，進(jìn)而導(dǎo)致企業(yè)規(guī)模分布收斂于對數(shù)正態(tài)分布。

48 較其他基于正態(tài)分布假設(shè)的風(fēng)險度量方法，更合乎實際情況：保險學(xué)的概率分布是厚尾的。

49 桑園內(nèi)南方刀螂卵塊屬聚集分布，在桑樹上的分布高度屬對數(shù)正態(tài)分布。

50 結(jié)果表明心葉在離體條件下斑點和枯邊均呈正態(tài)分布，并且二者的發(fā)生無相關(guān)性，材料抗性的評價應(yīng)綜合斑點和枯邊兩個癥狀。

51 在樣本數(shù)據(jù)精確，統(tǒng)計假設(shè)模糊的情形，以控制出現(xiàn)兩類錯誤的概率為目的，研究了對數(shù)正態(tài)分布下的模糊假設(shè)檢驗問題。

52 考核成績不再有明顯差異,呈現(xiàn)正態(tài)分布,一改以往的“多峰分布”,即高分和低分各自形成一個群體的狀況。

53 不過理科卷中一些常見知識沒有考查,比如命題與邏輯、排列組合、三角函數(shù)的圖像和變換、雙曲線、積分、正態(tài)分布、獨立性檢驗等。

54 的確,大多數(shù)人在MBTI“內(nèi)向外向”維度上的得分集中在中間,像是“正態(tài)分布”,而非集中在兩個極端的“雙峰分布”。

55 具體來看,中國上市公司的信用情況并沒有呈現(xiàn)出正態(tài)分布的情形,而是呈現(xiàn)了雙峰分布,峰值出現(xiàn)在低風(fēng)險區(qū)域和已經(jīng)達(dá)到危險等級的高風(fēng)險區(qū)。