Робастные семипараметрические и семинепараметрические оценки для неоднородных экспериментальных данных

doi:10.17223/00213411/64/2/149

Эндаумент фонд ТГУ!
Впиши своё имя в историю университета
- Сделать пожертвование -

Add to "Quick Collection"

Description	Size	Format
Робастные семипараметрические и семинепараметрические оценки для неоднородных экспериментальных данных	612 KB	Adobe Acrobat PDF	Read	Download
DOI Доступ к ресурсу на сайте издателя			10.17223/00213411/64/2/149

#статистическая обработка данных

#физический эксперимент

#неоднородные экспериментальные данные

#робастные семипараметрические оценки

#робастные семинепараметрические оценки

Title: Робастные семипараметрические и семинепараметрические оценки для неоднородных экспериментальных данных
Creator: Симахин, Валерий Ананьевич
|
Шаманаева, Людмила Григорьевна
|
Авдюшина, Анна Евгеньевна
Date: 2021
DOI: 10.17223/00213411/64/2/149
Description: Предложен взвешенный метод максимального правдоподобия (ВММП) нахождения робастных оценок при обработке экспериментальных данных, содержащих выбросы. Метод позволяет получать робастные асимптотически несмещенные и эффективные оценки в условиях априорной неопределенности. Синтезированы адаптивные алгоритмы робастных оценок ВММП для семипараметрических и семинепараметрических задач обработки неоднородных данных. Показано, что данные оценки сходятся к оценкам максимального правдоподобия при неоднородной выборке для каждого распределения из супермодели Тьюки не только для удаленных, но и для внутренних асимметричных и симметричных выбросов.

Relationships: Show Relationship Browser for this Object
collection(s): Радиофизический факультет | Журналы ТГУ
Identifier: смотреть в электронном каталоге НБ ТГУ
Type: статьи в журналах
Source: Известия высших учебных заведений. Физика. 2021. Т. 64, № 2. С. 149-158
Language: rus

Created: 10-11-2021

595 Visitors

400 Hits

207 Downloads

Радиофизический факультет

Журналы ТГУ Робастные семипараметрические и семинепараметрические оценки для неоднородных экспериментальных данных