sűrűségfüggvény oor Engels

Sűrűségfüggvény

Vertalings in die woordeboek Hongaars - Engels

probability density function

naamwoord

A BETADIST függvény a kumulatív béta sűrűségfüggvény értékét adja vissza
The BETADIST() function returns the cumulative beta probability density function

voorbeelde

Az adatok valószínűségi sűrűségfüggvényének felső 95-percentilis pontja az alábbi egyenlettel nyerhető: felső 95-percentilis = antilog (μ + 1,65 σ).
The upper 95‐percentile point of the data probability density function is derived from the following equation: upper 95‐percentile = antilog (μ + 1,65 σ).

Az adatok valószínűségi sűrűségfüggvényének felső 90-percentilis pontja az alábbi egyenlettel kapható meg: felső 90-percentilis = antilog (μ + 1,282 σ).
The upper 90‐percentile point of the data probability density function is derived from the following equation: upper 90‐percentile = antilog (μ + 1,282 σ).

(2) Az adott fürdővizekből nyert mikrobiológiai adatokból számított log10 normális eloszlás sűrűségfüggvényének percentilis értékelése; a percentilis értéke az alábbi módon nyerhető:
(2) Based upon percentile evaluation of the log10 normal probability density function of microbiological data acquired from the particular bathing water, the percentile value is derived as follows:

A valószínűségszámítás elméletében és a statisztika területén a Dirac deltát gyakran használják diszkrét eloszlások megjelenítésére, vagy részben diszkrét, részben folytonos eloszlásra, ahol a valószínűség sűrűségfüggvényt használják (amit normál esetben csak a teljesen folytonos eloszlásokra alkalmaznak).
In probability theory and statistics, the Dirac delta function is often used to represent a discrete distribution, or a partially discrete, partially continuous distribution, using a probability density function (which is normally used to represent fully continuous distributions).

Az adatok valószínűségi sűrűségfüggvényének felső 90-percentilis pontja az alábbi egyenlettel kapható meg: felső 90-percentilis = antilog (μ + 1,282 σ ).
The upper 90-percentile point of the data probability density function is derived from the following equation: upper 90-percentile = antilog (μ + 1,282 σ ).

A Weibull-eloszlás sűrűségfüggvénye drasztikusan változik a k értéktől függően.
The form of the density function of the Weibull distribution changes drastically with the value of k.

( 15 ) Az adott fürdővizekből nyert mikrobiológiai adatokból számított log10 normális eloszlás sűrűségfüggvényének percentilis értékelése; a percentilis értéke az alábbi módon nyerhető:
( 15 ) Based upon percentile evaluation of the log10 normal probability density function of microbiological data acquired from the particular bathing water, the percentile value is derived as follows:

Az adatok valószínűségi sűrűségfüggvényének felső 95-percentilis pontja az alábbi egyenlettel nyerhető: felső 95-percentilis = antilog (μ + 1,65 σ ). c "Rosszabb": nagyobb koncentráció értéket jelent 100 ml-re vonatkoztatva. d "Jobb": kisebb koncentráció értéket jelent 100 ml-re vonatkoztatva.
The upper 95-percentile point of the data probability density function is derived from the following equation: upper 95-percentile = antilog (μ + 1.65 σ ). c "Worse" means with higher concentration values expressed in cfu/100 ml. d "Better" means with lower concentration values expressed in cfu/100 ml.

Az adott fürdővizekből nyert mikrobiológiai adatokból számított log10 normális eloszlás sűrűségfüggvényének percentilis értékelése; a percentilis értéke az alábbi módon nyerhető:
Based upon percentile evaluation of the log10 normal probability density function of microbiological data acquired from the particular bathing water, the percentile value is derived as follows:

Az adatok valószínűségi sűrűségfüggvényének felső 95-percentilis pontja az alábbi egyenlettel nyerhető: felső 95-percentilis = antilog (μ + 1,65 σ ).
The upper 95-percentile point of the data probability density function is derived from the following equation: upper 95-percentile = antilog (μ + 1,65 σ ).

K=# esetén a sűrűségfüggvényt, K=# esetén az eloszlást számolja ki
K = # calculates the density function; K = # calculates the distribution

Kezdjük egy rendkívül egyszerű esettel: egyetlen skalár változó Gauss-sűrűségfüggvényének a paramétereit tanuljuk.
Let us begin with a very simple case: learning the parameters of a Gaussian density function on a single variable.

Az adatok valószínűségi sűrűségfüggvényének felső 95- pontja az alábbi egyenlettel kapható meg: 95-percentilis = antilog (()+(1,65 x Indokolás Amends new element introduced in the Council Common Position.
The upper 95 percentile point of the data probability density function is derived from the following equation: 95 percentile = antilog (()+(1.65 x Justification Amends new element introduced in the Council Common Position.

A híres Gauss-haranggörbe, vagy a normális eloszlás sűrűségfüggvénye az átlaghoz képesti szórást jellemzi.
The famous bell-shaped Gauss Curve, or the Law of Errors -- of deviations with respect to the mean behavior.

A fürdővíz mikrobiológiai adatainak log10 normális eloszlású valószínűségi sűrűségfüggvényének 95 százalékos értékelése alapján; a 95-percentilis értéket a következőképpen kell kiszámítani:
Based upon 95 percentile evaluation of the log10 normal probability density function of microbiological data acquired from one bathing water; the 95 percentile value is derived as follows:

Az AES Journalban publikált szemináriumi dolgozatukban Lipshitz és Vanderkooy rámutattak, hogy a különböző valószínűségi sűrűségfüggvénnyel leírható egyes zajtípusok különbözően viselkednek zajmodulációban használva, és javaslatot tettek a hangtechnikában használt dithering jelszintek optimális értékeire.
In a seminal paper published in the AES Journal, Lipshitz and Vanderkooy pointed out that different noise types, with different probability density functions (PDFs) behave differently when used as dither signals, and suggested optimal levels of dither signal for audio.

Az adatok valószínűségi sűrűségfüggvényének felső 95‐percentilis pontja az alábbi egyenlettel nyerhető: felső 95‐percentilis = antilog (μ + 1,65 σ ).
The upper 95‐percentile point of the data probability density function is derived from the following equation: upper 95‐percentile = antilog (μ + 1.65 σ ).

Az adatok valószínűségi sűrűségfüggvényének felső 95- pontja az alábbi egyenlettel kapható meg:
The upper 95 percentile point of the data probability density function is derived from the following equation:

A természetes számok részhalmazaira analóg módon hasonló sűrűségfüggvények definiálhatók.
Other density functions on subsets of the natural numbers may be defined analogously.