Informacja

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

Wyszukujesz frazę "stochastic polynomial" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Semi-parametric modification of cumulative sum algorithms for the change-point detection of non-Gaussian sequences
Autorzy:
Zabolotnii, S. W
Warsza, Z. L.
Powiązania:
https://bibliotekanauki.pl/articles/114188.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
change point
CUSUM algorithm
non-Gaussian sequence
stochastic polynomial
high order statistics
Opis:
The expansion of logarithm likelihood ratio in the stochastic series to find the sequential change-point detection of non-Gaussian sequences is used. The moment criteria of the minimum of upper limit error probabilities sum to find the expansion coefficients is applied. The proposed method is a semi-parametric type of cumulative sum (CUSUM) algorithm which needs of higher-order statistics. Results show that polynomial algorithms are more effective in comparison with similar non-parametric procedures.
Źródło:
Measurement Automation Monitoring; 2015, 61, 12; 532-534
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Estymacja parametrów menzurandu dla danych z rozkładów niesymetrycznych metodą maksymalizacji wielomianu (PMM)
Estimation of measurand parameters for data from asymmetric distributions by polynomial maximization method (PMM)
Autorzy:
Warsza, Z. L.
Zabolotnii, S. W.
Powiązania:
https://bibliotekanauki.pl/articles/277748.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
estymator
rozkład niesymetryczny
wielomian stochastyczny
wartość średnia
wariancja
skośność
kurtoza
estimator
non-Gaussian model
stochastic polynomial
means value
variance
skewness
kurtosis
Opis:
Przedstawiono sposób wyznaczania estymatorów wartości i niepewności menzurandu niekonwencjonalną metodą maksymalizacji wielomianu stochastycznego (PMM) dla próbki danych pomiarowych pobranych z populacji modelowanej zmienną losową o rozkładzie niesymetrycznym. W metodzie PMM stosuje się statystykę wyższego rzędu i opis z użyciem momentów lub kumulantów. Wyznaczono wyrażenia analityczne dla estymatorów wartości i niepewności standardowej typu A menzurandu za pomocą wielomianu stopnia r = 2. Niepewność standardowa wartości menzurandu otrzymana metodą PPM zależy od skośności i kurtozy rozkładu. Jest ona mniejsza od średniej arytmetycznej wyznaczanej wg przewodnika GUM i bliższa wartości teoretycznej dla rozkładu populacji danych. Jeśli rozkład ten jest nieznany, to estymatory momentów i kumulantów wyznacza się z danych pomiarowych próbki. Sprawdzono skuteczność metody PMM dla kilku podstawowych rozkładów.
The non-standard method for evaluating estimators of the value and uncertainty type A for measurement data sampled from asymmetrical distributed with a priori partial description (unknown PDF) is presented. This method of statistical estimation is based on the mathematical apparatus of stochastic polynomials maximization and uses the higher-order statistics (moment & cumulant description) of random variables. The analytical expressions for finding estimates and analyze their accuracy to the degree of the polynomial r = 2 are obtained. It is shown that the uncertainty of estimates received for polynomial is generally less than the uncertainty of estimates obtained based on the mean (arithmetic average) according international guide GUM. Reducing the uncertainty of measurement depends on the skewness and kurtosis. On the basis of the Monte Carlo method carried out statistical modelling. Their results confirm the effectiveness of the proposed approach.
Źródło:
Pomiary Automatyka Robotyka; 2018, 22, 1; 49-56
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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