Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "classification analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Estimators of the Quadratic Discriminant Function in the Case of Special Covariance Matrices Structure
    Autorzy:
    Pasewicz, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/747778.pdf
    Data publikacji:
    1987
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination, cluster analysis
    Opis:
    .
    Let us assume that the observed random vector Z, has a p-dimensional normal distribution with zero-mean vector. In the present paper we discuss estimators of the quadratic discriminant function U(z)=ln(f1(z)/f2(z)).
    Źródło:
    Mathematica Applicanda; 1987, 15, 29
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sequential classification methods
    Autorzy:
    Krzyśko, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/747563.pdf
    Data publikacji:
    1978
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination,cluster analysis
    Opis:
    Artykuł nie zawiera streszczenia
    Sequential classification methods are suggested for the case of two or more populations. First, a method for two populations with known probability densities is presented. The method is based on the likelihood ratio and Wald's method of sequential testing of simple null hypothesis against an alternative hypothesis. Two approximate methods for obtaining boundaries, in the form of inequalities for the likelihood ratios, are suggested. The classification for more populations is based similarly on simple inequalities for sequential likelihood ratios based on increasing numbers of measurements. The method is completed by the Bayes decision rule used in the case in which the entire a priori established maximal dimension of measurements is reached. Again two ways of obtaining approximate boundaries are presented. As an example for the case of two populations, the sequential classification rules for normal distributions with known mean vectors and known and unequal covariance matrices are constructed. These rules are in fact quadratic discriminant functions for the sequence of dimensions. The rest of the paper is devoted to a comparison of the methods suggested from the point of view of their conservativeness and power.
    Źródło:
    Mathematica Applicanda; 1978, 6, 12
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Decision-theoretic foundations of discriminant analysis
    Autorzy:
    Bromek, T.
    Niemiro, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/747451.pdf
    Data publikacji:
    1992
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination, cluster analysis
    Bayesian problems
    Admissibility
    Opis:
    .
    This is a survey paper, starting from elementary facts on discrimination (possibly with a deferred decision). Further, four different orderings of discriminant rules are considered, and admissible rules (with respect to these orderings) are characterized by theorems and formulas. Finally, the decision regions of Bayes rules are described geometrically by regions in simplexes.
    Źródło:
    Mathematica Applicanda; 1992, 21, 35
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    L1-optimal Statistical Discrimination Procedures and their Asymptotic Properties
    Autorzy:
    Niemiro, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/747673.pdf
    Data publikacji:
    1989
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination, cluster analysis
    Asymptotic distribution theory
    Pattern recognition, speech recognition
    Opis:
    W pracy rozpatruje się procedury statystyczne, które można traktować jako procedury estymacji rozwiązania problemu minimalizacji kiedy łączny rozkład prawdopodobieństwa zmiennych losowych jest nieznany i może być oszacowany na podstawie próby losowej. Procedury takiego typu pojawiają się w teorii dyskryminacji statystycznej i odsiewania. Przedmiotem pracy jest badanie asymptotycznych własności takich procedur.
    We consider the generalized Z^-norm optimization problem assuming that the joint probability distri-bution of random variables is unknown. The solution to the problem has, therefore, to be estimated from a sample. We examine a natural estimator and show its strong consistency and asymptotic normality under quite general assumptions. Certain discrimination and screening problems, formalized in decision- theoretical manner, can be solved using Z^-norm minimization procedures. We derive asymptotic expansions of risk corresponding to estimated solu-tions.
    Źródło:
    Mathematica Applicanda; 1989, 17, 31
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian discrimination method for special covariance structure
    Autorzy:
    Pasewicz, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/748617.pdf
    Data publikacji:
    1985
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination
    cluster analysis
    Opis:
    .
    Let us assume that the observed random vector from population has a p-dimensional normal distribution with a mean vector and a positive definite covariance matrix. A multivariate observation is known and it belongs to one of two multivariate normal populations but it is not known to which. Let E be the pxp matrix with each element eąual to unity and let I be the p x p identity matrix. In the paper we consider a Bayesian discrimination between s.
    Źródło:
    Mathematica Applicanda; 1985, 13, 26
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Methods of discriminant analysis
    Autorzy:
    Krzyśko, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/748561.pdf
    Data publikacji:
    1982
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    Classification and discrimination
    cluster analysis (statistics)
    Opis:
    Rozpatrzmy zadanie polegające na tym, by na podstawie zaobserwowanych wartości cech obiektu zaklasyfikować go do jednej z k populacji, których obiekt ten może być elementem. W zadaniach tego rodzaju problem polega na wyborze jednej z szeregu hipotez alternatywnych a nie na testowaniu jakiejkolwiek szczególnej hipotezy przeciwko zbiorowi alternatyw, jak to ma miejsce w klasycznej teorii testowania hipotez. W literaturze statystycznej zadania takie noszą nazwę zadań klasyfikacji, identyfikacji lub dyskryminacji. Praca zawiera przegląd podstawowych metod analizy dyskryminacyjnej: metody zmiennych dyskryminacyjnych pochodzącej od R. A. Fishera [12], metody teoriodecyzyjnej pochodzącej od A. Walda i T. W. Andersona [2], [3], [30] oraz metody bayesowskiej pochodzącej od S. Geissera
    The article contains no abstract
    Źródło:
    Mathematica Applicanda; 1982, 10, 19
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies