線形結合 英語 意味 - 英語訳 - 日本語の例文

• linear combination
• linear combinations

日本語 での 線形結合 の使用例とその 英語 への翻訳

ここでβXは，変数の線形結合（定数を含む）を表す。
Where βX represents the linear combination of variables(including constants).

主成分分析により、元の変数の線形結合である新しい独立変数が作成されます。
Principal components analysis constructs independent new variables which are linear combinations of the original variables.

同一の安定分布に従う2つの独立した確率変数の線形結合は、個々の変数と同じ分布になります。
A linear combination of two independent, identically-distributed stable-distributed random variables has the same distribution as the individual variables.

系の全エネルギーを最小化することによって、線形結合の係数の妥当な組が決定される。
By minimizing the total energy of the system, an appropriate set of coefficients of the linear combinations is determined.

したがって、どれか一つを他の二つの線形結合によって表すことができない。
Then there is no way to express any one of them as a linear combination of the other two.

適合度係数:この表は，独立モデル（説明変数の線形結合がある定数に削減されるケースに対応）および修正モデルに関する一連の統計量を表示する．。
Goodness of fit coefficients: This table displays a series of statistics for the independent model(corresponding to the case where the linear combination of explanatory variables reduces to a constant) and for the adjusted model.

適合度係数:この表は独立モデル（説明変数の線形結合が定数に削減された場合に対応）および修正済みモデルに関する一連の統計量を表示する。
Goodness of fit coefficients: This table displays a series of statistics for the independent model(corresponding to the case where the linear combination of explanatory variables reduces to a constant) and for the adjusted model.

どちらの手法も、オリジナルの予測子変数の線形結合として、成分と呼ばれる新しい予測子変数を作成しますが、それらの成分の作成方法は異なります。
Both methods construct new predictor variables, known as components, as linear combinations of the original predictor variables, but they construct those components in different ways.

適合度係数:この表は，独立モデル（説明変数の線形結合を定数に低減した場合に対応）および修正されたモデルに関する一連の統計量を表示する．。
Goodness of fit coefficients: This table displays a series of statistics for the independent model(corresponding to the case where the linear combination of explanatory variables reduces to a constant) and for the adjusted model.

でも、どちらの系列は一定値のまま,ABとは静止してXYの線形結合がある場合(私として記載されています。(0)),その後、ABとXY、共和分。
Even though neither of these series stays at a constant value, if there is a linear combination of AB and XY that is stationary(described as I(0)), then AB and XY are cointegrated.

アリスがこれに成功した場合、係数仮定の知識の拡張されたバージョンが、アリスが\(F_i\)の線形結合として\(F\)を書く方法を知っていることを示します。
If she succeeds, an extended version of the Knowledge of Coefficient Assumption implies she knows how to write\(F\) as a linear combination of the\(F_i\)'s.

ロジスティックおよび線形回帰は，いわゆる一般化線形モデル（GLM：GeneralizedLinearModels）という同じモデルのファミリーに属する：両方とも，イベントが説明変数の線形結合にリンクされる．。
Logistic and linear regression belong to the same family of models called GLM(Generalized Linear Models): in both cases, an event is linked to a linear combination of explanatory variables.

G,M=gcd(A) は、Aのすべての要素のGCDGを返し、Gと等価のAの線形結合をMで返します。
G, M= gcd(A) returns the GCD G of all elements of A, and returns in M the linear combination of A that equals G.

Pからqの値をとる変数の数についてベスト・モデルが選択されると、変数の数のそれぞれでベスト・モデルが、対応する統計量とともに表示され、選ばれた基準でのベスト・モデルが太字で表示される。適合度係数:この表は独立モデル(説明変数の線形結合が定数に削減された場合に対応)および修正済みモデルに関する一連の統計量を表示する。
Where the best model for a number of variables varying from p to q has been selected, the best model for each number or variables is displayed with the corresponding statistics and the best model for the criterion chosen is displayed in bold. Goodness of fit coefficients: This table displays a series of statistics for the independent model(corresponding to the case where the linear combination of explanatory variables reduces to a constant) and for the adjusted model.

GCDが、64および44の正の線形結合であることを示します。
Show that the GCD is a positive linear combination for 64 and 44.

今まで見てきたのは加算と線形結合を裏付けるHHだけです。
We have only seen an HH that supports addition and linear combinations.

これら二つの粒子のどんな（複素）線形結合も、それらが互いに直交または垂直である限り、同じ物理を与える。
Any(complex) linear combination of these two particles give the same physics, as long as they are orthogonal or perpendicular to each other.

このため、ボブはアリスに\(F\)が\(F_i\)の線形結合であることを証明するよう求めるでしょう。
Therefore, Bob will ask Alice to prove to him that\(F\) is a linear combination of the\(F_i\)'s.

整数論の定理は、2つの数値のGCDがそれらの数値の最小の正の線形結合であることを記述します。
A theorem in number theory states that the GCD of two numbers is the smallest positive linear combination of those numbers.