Translation for "probability distribution" to finnish

Probability distribution

• todennäköisyysjakauma

Translation examples

todennäköisyysjakauma

X ~ D, means the random variable X has the probability distribution D.
~ todennäköisyysjakaumat X ~ D, tarkoittaa satunnaismuuttujan X jakauma on D.

The analysis provides a test of the hypothesis that each sample is drawn from the same underlying probability distribution against the alternative hypothesis that underlying probability distributions are not the same for all samples.
Analyysin avulla testataan hypoteesia, jonka mukaan kukin otos on peräisin samasta pohjana olevasta todennäköisyysjakaumasta. Vaihtoehtoisena hypoteesina on se, että pohjana olevat todennäköisyysjakaumat eivät ole samoja kaikkien otosten kohdalla.

18 probability distribution functions, including Normal, Student-t, Chi-square, Binomial, and Poisson
18 todennäköisyysjakauman funktiota, mukaan lukien Normaali, Student-t, Khiin neliö, binomi ja Poisson -jakauma

In 1940 he published On the probability distribution on a compact group on which he collaborated with Yukiyosi Kawada.
Vuonna 1940 hän julkaisi sen todennäköisyysjakauma on kompakti ryhmä, jossa hän yhteistyötä Yukiyosi Kawada.

The output of the model is obtained in the form of a probability distribution, which describes the remaining uncertainty after data were included in the model.
Mallin tulokset saadaan todennäköisyysjakauman muodossa, joka kuvaa jäljelle jäävää epävarmuutta malliin sisältyneiden tietojen jälkeen.

Risk-neutral probability distributions show that the monetary policy decisions have had a larger impact on market expectations about future inflation than can be seen when looking at average expec
Riskineutraalien todennäköisyysjakaumien tarkastelu osoittaa, että rahapoliittiset päätökset ovat vaikuttaneet markkinoiden inflaatio-odotuksiin enemmän kuin pelkästään odotuksien keskiarvoa tarkastelemalla voisi päätellä.

This applies regardless of the details of the probability distribution, as long as θ and the direction of the added vector are independent and uniformly distributed and the length of the added vector has a continuous distribution.
Tämä pätee riippumatta todennäköisyysjakaumasta niin kauan kuin θ ja lisätyn vektorin suunta ovat riippumattomia ja tasaisesti jakautuneet ja translaatiovektorin pituudella on jatkuva jakauma.

This implies that models used to estimate changes in extreme event occurrences due to global warming should be verified regionally for accuracy of simulations of probability distribution tails.” Citation: Ruff, T. W. and J. D. Neelin (2012), Long tails in regional surface temperature probability distributions with implications for extremes under global warming, Geophys.
– Uuden tutkimuksen mukaan pintalämpötilan todennäköisyysjakauma ei noudata normaalijakaumaa (eli Gaussin jakaumaa), mikä vaikeuttaa mallien ennusteita äärilämpötilojen esiintymisestä: Ruff, T. W. and J. D. Neelin (2012), Long tails in regional surface temperature probability distributions with implications for extremes under global warming, Geophys.

The Cauchy distribution, named after Augustin Cauchy, is a continuous probability distribution.
Cauchy-jakauma (Cauchyn jakauma) on Augustin Cauchyn mukaan nimetty jatkuva todennäköisyysjakauma.

In probability theory, the normal (or Gaussian or Gauss or Laplace–Gauss) distribution is a very common continuous probability distribution.
Normaalijakauma (toisilta nimiltään Gaussin jakauma tai Gaussin kellokäyrä) on jatkuva todennäköisyysjakauma.

In probability theory and statistics, a sequence or collection of random variables is independent and identically distributed (i.i.d. or iid or IID) if each random variable has the same probability distribution as the others and all are mutually independent.
Riippumaton ja identtisesti jakautunut (lyhennetään joskus iid., engl. independent and identically distributed) tarkoittaa todennäköisyysteoriassa ja tilastotieteessä sarjaa tai muuta joukkoa satunnaismuuttujia, joilla kullakin on sama todennäköisyysjakauma kuin toisilla ja jotka ovat toisistaan riippumattomia.

In probability theory and statistics, the exponential distribution (also known as the negative exponential distribution) is the probability distribution that describes the time between events in a Poisson point process, i.e., a process in which events occur continuously and independently at a constant average rate.
Poissonin jakauma (tai Poisson-jakauma) on toden­näköisyys­laskennassa ja tilastotieteessä diskreetin satunnais­muuttujan todennäköisyysjakauma, joka ilmaisee todennäköisyydet tapahtumien lukumäärälle kiinteällä aikavälillä, kun tapahtumien todennäköisyys on ajassa vakio ja riippumaton edellisestä tapahtumasta.

In mathematical terms, a statistical model is usually thought of as a pair ( S , P {\displaystyle S,{\mathcal {P}}} ), where S {\displaystyle S} is the set of possible observations, i.e. the sample space, and P {\displaystyle {\mathcal {P}}} is a set of probability distributions on S {\displaystyle S} .
Matemaattisesti tilastollinen malli voidaan esittää parina ( Y , P ) {\displaystyle (Y,P)} , jossa Y {\displaystyle Y} on mahdollisten havaintojen joukko ja P {\displaystyle P} on Y {\displaystyle Y} :hyn liittyvien todennäköisyysjakaumien joukko.