Разработка и исследование методов байесовского оценивания параметров распределений и оптимального группирования данных

Разработка и исследование методов байесовского оценивания параметров распределений и оптимального группирования данных

Автор: Тишковская, Светлана Владимировна

Шифр специальности: 05.13.16

Научная степень: Кандидатская

Год защиты: 2000

Место защиты: Новосибирск

Количество страниц: 152 с. ил.

Артикул: 264178

Автор: Тишковская, Светлана Владимировна

Стоимость: 250 руб.

Используемые структуры данных. Байесовский подход к оцениванию параметров распределений . Выбор функции потерь. Применение байесовского оценивания в структуре группированных данных в теории надежности . Оценивание параметров распределений и группированные структуры данных. Выводы . Построение байесовских оценок в структуре группированных данных. Алгоритм построения байесовских оценок в структуре группированных данных. Модель экспоненциального распределения с априорным гаммараспределением. Модель равномерного распределения с неинформативным априорным распределением . Поведение байесовских оценок в структуре группированных данных при больших выборках. Поведение байесовских оценок в структуре группированных данных при увеличении числа интервалов группирования . Выводы
3. Оптимальное группирование, соответствующее минимуму байесовского риска. Критерий минимума байесовского риска. Аппроксимация байесовского риска при больших выборках. Оптимальное группирование, минимизирующее информационные потери.


Разобьем область определения X случайной величины X на к 2 непересекающихся интервалов Я, хр, хдо, г 1,. Хк1 хк Точки г 1,. Ат 1, будем называть граничными точками интервалов группирования. Обозначим через п,, г 1,. А, число наблюдений, принадлежащих гму интервалу группирования Я п щ у где объем выборки. На практике часто рассматривают группирование, при котором длины интервалов группирования одинаковые. Такое группирование называют равноотстоящим группированием, его можно задать через начальную точку то и ширину интервала Ах. Тогда х0 гДх, г 1,. Таким образом, при группировании традиционная негрупированная выборка 1,. Ях 9, а вектор 1 . А и Н щ
Группированная выборка является частным случаем более общего понятия частично группированной выборки, которое мы введем следующим образом . Определение 1. Пусть Хц,. П индивидуальные значения наблюдений, принадлежащих 1му интервалу группирования. Я, если известно не только число щ, но и все индивидуальные значения х, 1,. Понятие частично группированной выборки объединяет в себе выборки негруппированные, группированные и цензурированные по типу I. Я, Е Я, V 1,. Я Е Я, Уг 1,. Ях Е Я, Я, Е Я, г 2,. Я Е Я, Я, Е Я, г 1,. Я, Як Е Я, Я, Е Я, г 2,. А 1. Традиционная негруппированная выборка, состоящая из индивидуально известных наблюдений над непрерывной случайной величиной, в практике статистических и экспериментальных вычислений фактически не встречается, так как в реальном мире непрерывные переменные можно наблюдать и фиксировать лишь с конечной точностью.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.222, запросов: 244