<th id="aw4mh"><sup id="aw4mh"></sup></th>
      1. <strike id="aw4mh"></strike>

          <tr id="aw4mh"></tr>
        1. <nav id="aw4mh"></nav>
          <th id="aw4mh"><sup id="aw4mh"></sup></th>

            1. <big id="aw4mh"></big>
              歡迎進入常州方義軸承有限公司官網,本公司專業生產滾輪軸承,復合滾輪軸承,螺栓滾輪軸承 網站地圖

              滾輪軸承

              常州方義軸承有限公司向用戶提供質量可靠的軸承產品是我們始終的目標

              方義軸承熱線13585311718

              聯系我們

              Contact Us

              聯系人:吳總    13585311718
              聯系人:石總    13961198762
              聯系人:傅總    13813585047
              座  機:0519-81889759
              傳  真:0519-81889759
              郵  箱:czfangyibearing@163.com
              網  址:www.3la3la.com
              地  址:江蘇省常州市武進區湖塘鎮馬杭工業園

              滾動滾針軸承參數估計與非參數估計

              您所在的位置:首頁 > 新聞中心 > 公司動態 >

              滾動滾針軸承參數估計與非參數估計

              發布時間:2019-06-08    點擊次數:次   

                
              滾動滾針軸承(bearing)參數(parameter)估計與非參數估計
              在近代統計學中,參數(parameter)估計及非參數估計是
              常用的數據(data)分析(Data Analysis)(Analyse)方法。滾輪軸承外圈采用外圈壁較厚的滿裝圓柱滾子軸承,滾輪的外徑面有圓柱形和弧形,可根據使用場合設計來與滾道面配合。利用這種外圈,滾輪可以直接在滾道上滾動,并可以承受較重負荷和沖擊負荷。
              參數(parameter)估計在很多工程問題中,經常遇到隨機變量(Variable)x的分布函數問題Fx(m);6n,Ba,…,6)的形式已知,參數(O,O2;…,O)未知,k為估計值個數;根據X樣本值(x(,x
                (2)x(M)來估計參數(parameter)(,n;…O,達到對隨機變量(Variable)X的評估,這類問題是參數估計簡單地說,參數估計就是研究(research)總體的分布類型已知,
              其中的參數(parameter)未知,利用樣本對這些參數進行評估的問題,如考慮(consider)某種電子元件的壽命(lifetime),樣本總體為X,即使不知道x的分布類型,也可利用樣本總體X的均值E(A)、方差V(X估計電子元件的平均壽命和壽命的波動情況。參數G的點估計量如下:=0(x(n),i=2…,m;n=,2,…,N(2-23)式中,日為被估計量,x(m)為第i個樣本的第n個數據(data),i為樣本序號,m為樣本個數,n為數據(data)序號,N為數據(data)個數在某種優良意義下對B做出估計,即點估計就是尋找未知參數G估計量的方法,要求給定的方法能夠在一定優良準則下達到或者接近優的估計。
              參數(parameter)的點估計主要有矩估計和極大似然估計,下面分別進行介紹。復合滾輪軸承當中主要的承載體,主要承受垂直方向的載荷和沖擊負荷,具有很強的耐沖擊性、耐磨性及抗腐蝕性。由于主滾輪為滿裝滾子軸承,亦可作為單向軸承單獨使用。滾輪軸承外圈采用外圈壁較厚的滿裝圓柱滾子軸承,滾輪的外徑面有圓柱形和弧形,可根據使用場合設計來與滾道面配合。利用這種外圈,滾輪可以直接在滾道上滾動,并可以承受較重負荷和沖擊負荷。.矩估計英國統計學家皮爾遜在894年提出矩估計的點估計方法,矩估計是根據樣本矩是相應總體矩的相合估計,即樣本矩依概率(probability)收斂于相應的總體矩,簡單地說,就是只要樣本容量充分大,樣本矩作為相應總體矩的估計可以達到任意的程度。
              根據這個原理,矩估計的k階原點矩為∑x(=,2,…,m;n=,2,;…,N(2-24N式中,A為第個樣本的k階原點矩,x(n)為第i個樣本的第n個數據(data),i為樣本序號,m為樣本個數,n為數據序號,N為數據個數。

                
                

              相關閱讀

              久久99国产乱子伦精品免费,国产午夜福利在线观看红一片,成年奭片免费观看视频天天看,chinese国产avvideoxxxx实拍