...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Technometrics >Bayes Statistical Analyses for Particle Sieving Studies
【24h】

Bayes Statistical Analyses for Particle Sieving Studies

机译：贝叶斯筛分研究的贝叶斯统计分析

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Particle size is commonly used to determine quality and predict performance of particle systems. We consider particle size distributions inferred from a material sample using a fixed number of sieves with progressively smaller size openings, where the weight of the particles in each size interval is measured. In this article, we propose Bayes analyses for data from particle sieving studies based on parsimoniously parameterized multivariate normal approximate models for vectors of log weight fraction ratios. Additionally, we observe that the basic approach extends directly to modeling mixture contexts, which provides model flexibility and is a very natural extension when physical mixtures of materials with fundamentally different particle sizes are encountered. We also consider hierarchical modeling, where a single process produces lots of particles and the data available are (replicated) weight fraction vectors from different lots. Supplementary materials for this article are available online.
机译：粒度通常用于确定质量和预测粒子系统的性能。我们考虑使用固定数量的筛孔尺寸逐渐减小的筛子，从材料样品中推断出粒度分布，在该筛孔中测量每个尺寸区间的颗粒重量。在本文中，我们提出了基于对数权重比矢量的简约参数化多元正态近似模型的粒子筛分研究数据的贝叶斯分析。此外，我们观察到基本方法直接扩展到建模混合物上下文，这提供了模型灵活性，并且在遇到具有根本不同粒度的材料的物理混合物时，这是非常自然的扩展。我们还考虑了分层建模，其中单个过程产生大量粒子，并且可用数据是来自不同批次的（复制的）重量分数向量。可在线获得本文的补充材料。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号