РУсскоязычный Архив Электронных СТатей периодических изданий
Известия высших учебных заведений. Поволжский регион. Технические науки/2012/№ 3/
В наличии за
40 руб.
Купить
Облако ключевых слов*
* - вычисляется автоматически
Недавно смотрели:

Метод обработки и анализа выборочных данных

Представлены результаты разработки метода установления закона распределения выборочных данных.

Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
В. В. Мартынов, П. В. Мартынов МЕТОД ОБРАБОТКИ И АНАЛИЗА ВЫБОРОЧНЫХ ДАННЫХ Аннотация. <...> Обработкой этих данных занимается раздел математической статистики, называемый теорией выборок. <...> Это связано в том числе и с тем, что распределения имеют близкие статистические свойства, в частности, широко используемые в различных приложениях гамма-распределение, логарифмически нормальное и Вейбулла. <...> Кроме этого, при определенных значениях параметра, характеризующего форму, гамма-распределение и распределение Вейбулла приближаются к нормальному распределению. <...> В связи с этим актуальной является разработка метода, в основе которого лежат критерии, учитывающие специфические свойства распределений. <...> Теоретическая основа Пусть по выборке x, содержащей информацию о законе распределения ее данных x1, …, xn, требуется отдать предпочтение одной из конкурирующих гипотез Gj, j = 1, …, k, если известны распределения данных для каждой из них, т.е. р(x/Gj). <...> Поволжский регион ботка не может увеличить количество содержащейся в выборке информации, то тогда наилучшим образом отдать предпочтение можно, вычислив количество информации для каждой из гипотез, т.е. поставив в соответствие каждому распределению некоторое число. <...> Последующее сравнение чисел между собой либо с каким-то эталоном позволит выбрать распределение, воспроизводящее максимум исходной информации или (что то же самое) обеспечивающее ее минимальные потери. <...> Из теории информации известно, что основной информационной числовой характеристикой случайной величины является энтропия (H), которую можно трактовать и как меру рассеяния случайной величины; в этом смысле она подобна дисперсии. <...> Но если дисперсия является адекватной мерой рассеяния лишь для специальных распределений вероятностей случайных величин, то энтропия не зависит от типа распределения, поэтому может использоваться и в качестве его количественной характеристики. <...> Меру уменьшения энтропии (в нашем <...>
** - вычисляется автоматически, возможны погрешности

Похожие документы: