Informacja

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

Wyszukujesz frazę "random observations" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Opracowanie wyników obserwacji bazujące na przybliżonej metodzie statystyk pozycyjnych
The influence correction method of observation autocorrelation to standard uncertainty of mean value
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/152443.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
obserwacje losowe
statystyki pozycyjne
niepewność
random observations
order statistics
uncertainty
Opis:
W pracy zaproponowano przybliżoną metodę statystyk pozycyjnych wykorzystaną do opracowania losowych obserwacji o nieznanym a priori rozkładzie gęstości prawdopodobieństwa. Wyjaśniono problemy zastosowania metody dokładnej związane ze złożonymi obliczeniami całek podwójnych przy wyznaczaniu macierzy kowariancji. Metoda przybliżona bazuje na prostych asymptotycznych zależnościach wariancji i współczynnika korelacji statystyk pozycyjnych od ich liczby i numerów oraz rozkładu gęstości prawdopodobieństwa. Z tego powodu macierz kowariancji jest wyznaczana przy użyciu prostych operacji arytmetycznych. Przedstawiono wyniki badań metody przybliżonej i wykazano jej skuteczność na podstawie ich porównania z wynikami otrzymywa-nymi dla metody dokładnej.
In the present paper the approximate method of order statistics used to processing of the random observations of unknown a priori probability density distribution is proposed. The problems of precise method of determination of the covariance matrix of order statistics based on complex calculations of double integrals of two-dimensional density distribution of order statistics (4) are discussed. The approximate method is based on asymptotical dependencies of variance (11) and correlation coefficient (12) of order statistics from their number and density distribution function. The proposed method does not require the calculation of complex integrals because the covariance matrix is determined by performing ordinary arithmetic operations (13). In addition, the proposed method provides an increase of the accuracy of the calculations if the size of the matrix increases, i.e. if the number of observations increases (Fig. 3). The results of Monte Carlo simulations of the approximate method are presented. On the basis of a comparison of the characteristics of errors and standard uncertainties (16), (17), (18) and (19) of the exact and approximate methods effectiveness of the proposed method has been analyzed (Tab. 1).
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 391-394
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of the uncertainty type A of the random stationary signal component from its autocorrelated observations
Autorzy:
Warsza, Z. L.
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/114152.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sampled signal
autocorrelated signal
stationary random component
effective number of observations
Opis:
A proposal of evaluation of the uncertainty type A of the stationary random component of measured signal from its regularly sampled observations when they are auto-correlated is described. In the first step the regularly variable components of the signal are identified and removed from the raw sample data. Then upgreaded formulas for standard uncertainty type A of the sample and of the mean value are expressed with use the correction coefficients or the so-called "effective number" of observations. These quantities depend on number of observations and on the autocorrelation function of the sample cleaned from regular components. Two methods of finding and estimating the autocorrelation function for the sample data are also described. Some numerical examples are included.
Źródło:
Measurement Automation Monitoring; 2015, 61, 8; 399-402
2450-2855
Pojawia się w:
Measurement Automation Monitoring
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