基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运用IBF算法研究二项分布的变点问题,首先利用贝叶斯因子给出了识别变点个数的具体步骤,其次通过IBF算法给出了识别变点具体位置的步骤.并用软件进行了随机模拟,结果显示估计值较为精确.最后将本文推导的方法成功应用于两个实例,得到的结果与前人的一致.
推荐文章
二项分布的零频率估计
二项分布
参数估计
零频率估计
渐近正态性
二项分布置信检验方法
二项分布
置信检验
强检验
弱检验
弱强检验
成败型试验
抽样检验
质量控制
二项分布参数的p-值检验
二项分布
单侧检验
p-值
Matlab
超几何分布与二项分布的有机联系
超几何分布
二项分布
联系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 独立二项分布序列变点的识别方法
来源期刊 安徽师范大学学报(自然科学版) 学科 数学
关键词 二项分布 变点 贝叶斯因子 IBF算法
年,卷(期) 2020,(1) 所属期刊栏目 数学与计算机科学
研究方向 页码范围 6-10
页数 5页 分类号 O212.8
字数 3256字 语种 中文
DOI 10.14182/J.cnki.1001-2443.2020.01.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 庞冬 新疆农业大学数理学院 5 0 0.0 0.0
2 赵江南 新疆农业大学数理学院 2 0 0.0 0.0
3 樊森德 新疆农业大学数理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (8)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
二项分布
变点
贝叶斯因子
IBF算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽师范大学学报(自然科学版)
双月刊
1001-2443
34-1064/N
大16开
安徽省芜湖市北京东路1号
26-207
1957
chi
出版文献量(篇)
2772
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导