Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 54.157.35.140
    [SESS_TIME] => 1711713665
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => f5f3788ce56c5b96b861d3ea36c28b82
    [UNIQUE_KEY] => b5fc12a51adfe0a60ae7045aa988d0fb
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2013 год, номер 1

МЕТОД ПОДБОРА НАИЛУЧШЕГО ЗАКОНА РАСПРЕДЕЛЕНИЯ СЛУЧАЙНОЙ ВЕЛИЧИНЫ ПО ЭКСПЕРИМЕНТАЛЬНЫМ ДАННЫМ

И.А. Клявин1, А.Н. Тырсин2
1Челябинский государственный университет, 454021, г. Челябинск, ул. Бр. Кашириных, 129
2ivank@mail.ru
2Научно-инженерный центр «Надёжность и ресурс больших систем и машин» УрО РАН, 620049, г. Екатеринбург, ул. Студенческая, 54а
at2001@yandex.ru
Ключевые слова: случайная величина, закон распределения, плотность вероятности, случайная выборка, статистическое моделирование методом Монте-Карло, критерий согласия
Страницы: 18-25

Аннотация

Описан новый метод выбора по экспериментальным данным из заданного множества закона распределения, который в наибольшей степени соответствовал бы измеренной случайной величине. Метод основан на сравнении эмпирического распределения, построенного по исходной выборке, с множеством заданных законов с помощью непрерывного отображения функции распределения на отрезок [0; 1]. В результате в качестве наиболее вероятного закона для исходной выборки берётся тот, для которого соответствующее значение функционала будет максимальным. Приведены примеры реализации метода с помощью статистического моделирования методом Монте-Карло