1 這時(shí)，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(shí)間內(nèi)的技術(shù)創(chuàng)新時(shí)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(duì)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(jì)點(diǎn)處轉(zhuǎn)換為一個(gè)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(jià)波動(dòng)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(yàn)問(wèn)題的理論，提出了新的檢驗(yàn)方法。

6 這被稱為是正態(tài)分布或是高斯分布，它是一個(gè)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(dòng)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(shí)，彈著點(diǎn)并不是正態(tài)分布。

10 隨機(jī)層疊模型中具有對(duì)數(shù)正態(tài)分布性質(zhì)的隨機(jī)層疊發(fā)生器被用來(lái)描述水流入滲過(guò)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(duì)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(cè)定方法。

12 本文在對(duì)非正態(tài)分布過(guò)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(jiǎn)便的約翰遜曲線擬合非正態(tài)分布數(shù)據(jù)的過(guò)程控制方法。

13 結(jié)論適用于非正態(tài)分布的配對(duì)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(jì)。

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(gè)連續(xù)分布。

17 對(duì)于非正態(tài)分布來(lái)講，首先我們使用數(shù)據(jù)來(lái)估計(jì)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(shí)，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(shí)這一問(wèn)題更為嚴(yán)重。

19 通過(guò)手工數(shù)字化地形圖實(shí)驗(yàn),得出誤差的統(tǒng)計(jì)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(yàn)。

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(huì)對(duì)應(yīng)用程序性能造成可度量的影響。

22 計(jì)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(jì)學(xué)處理。

23 大多數(shù)的會(huì)計(jì)統(tǒng)計(jì)模型是以財(cái)務(wù)比率的正態(tài)分布為假設(shè)前提。

24 對(duì)數(shù)據(jù)進(jìn)行正態(tài)分布、T檢驗(yàn)、判別分析等統(tǒng)計(jì)處理，最后建立優(yōu)秀青少年女子足球運(yùn)動(dòng)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(duì)數(shù)正態(tài)分布。

26 對(duì)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(duì)數(shù)正態(tài)分布，中位值16。

27 依據(jù)實(shí)際測(cè)量數(shù)據(jù)，論證了平面交叉口綠燈轉(zhuǎn)紅燈時(shí)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(gè)權(quán)值和誤差被視為隨機(jī)變量，它們的先驗(yàn)概率分布是遵從正態(tài)分布的。

29 這是一個(gè)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(huì)講到這個(gè)柱形圖,并且會(huì)講到為什么它被稱作,正態(tài)分布。

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

31 特別地，本文集中討論當(dāng)數(shù)據(jù)是來(lái)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(duì)數(shù)正態(tài)分布。

33 論文對(duì)問(wèn)卷進(jìn)行了正態(tài)分布檢驗(yàn)、內(nèi)容效度分析，并闡述了保證問(wèn)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(jì)問(wèn)題.

35 對(duì)非正態(tài)分布、相關(guān)變量隨機(jī)場(chǎng)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(jì)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(shí)驗(yàn)田均為對(duì)數(shù)正態(tài)分布。

38 當(dāng)樣本容量變大時(shí)是否估計(jì)量會(huì)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(duì)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(jià)格不服從正態(tài)分布，價(jià)格之間存在長(zhǎng)記憶性，從而對(duì)有效市場(chǎng)假說(shuō)提出了質(zhì)疑。

42 針對(duì)法方程呈現(xiàn)病態(tài)且觀測(cè)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(jì)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(xiàng)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(hào)是近似正態(tài)分布的，就可以從相關(guān)矩陣的行列式計(jì)算出每個(gè)波段的條件信息量。

45 實(shí)證分析結(jié)果表明，在收益率非正態(tài)分布的市場(chǎng)中，考慮了收益率非對(duì)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(duì)該組復(fù)雜觀測(cè)數(shù)據(jù)及其取對(duì)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(shuō)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(zhǎng)是一個(gè)隨機(jī)過(guò)程，進(jìn)而導(dǎo)致企業(yè)規(guī)模分布收斂于對(duì)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(xiǎn)度量方法，更合乎實(shí)際情況：保險(xiǎn)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(duì)數(shù)正態(tài)分布。

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

51 在樣本數(shù)據(jù)精確，統(tǒng)計(jì)假設(shè)模糊的情形，以控制出現(xiàn)兩類錯(cuò)誤的概率為目的，研究了對(duì)數(shù)正態(tài)分布下的模糊假設(shè)檢驗(yàn)問(wèn)題。

52 考核成績(jī)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(gè)群體的狀況。

53 不過(guò)理科卷中一些常見知識(shí)沒(méi)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(dú)立性檢驗(yàn)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(gè)極端的“雙峰分布”。

55 具體來(lái)看,中國(guó)上市公司的信用情況并沒(méi)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(xiǎn)區(qū)域和已經(jīng)達(dá)到危險(xiǎn)等級(jí)的高風(fēng)險(xiǎn)區(qū)。