机译:基于鞍点和重要度抽样方法的混合算法,用于自举尾部概率估计
Department of Statistics and Actuarial Science, The University of Hong Kong, Pokfulam Road, Hong Kong, People's Republic of China;
bootstrap; importance sampling; M-estimator; saddlepoint; tail probability;
机译:使用Bootstrap方法在尾部指数估计中选择样本分数
机译:在临床前实验中,基于Bootstrap方法的最小样本数估算以获得药代动力学参数。
机译:节点采样技术可加快基于概率的功率估计方法
机译:自举和重采样以改进稀疏样本UQ方法进行尾概率估计
机译:通过鞍点法对一个和两个样本U统计量的尾部概率近似。
机译:在基于模型的不等概率样本分析中使用逆概率自举抽样消除样本引起的偏差
机译:自动启动和jackknife重新采样,以提高尾部概率估计的稀疏样本UQ方法
机译:样本选择和方差估计的改进方法,概率与尺寸和固定样本大小成比例;工作文件