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] => 52.15.72.229
    [SESS_TIME] => 1732184866
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 57bd04d486514efc4428d68ff64abe5a
    [UNIQUE_KEY] => 508b2ab34f801c47d0910550322f51d5
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2023 год, номер 5

СРАВНЕНИЕ МЕТОДИК ПРОВЕРКИ ГИПОТЕЗЫ О НЕЗАВИСИМОСТИ СЛУЧАЙНЫХ ВЕЛИЧИН, ОСНОВАННЫХ НА НЕПАРАМЕТРИЧЕСКОМ КЛАССИФИКАТОРЕ И КРИТЕРИИ ПИРСОНА

А.В. Лапко1,2, В.А. Лапко1,2, А.В. Бахтина2
1Институт вычислительного моделирования СО РАН, Красноярск, Россия
lapko@icm.krasn.ru
2Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева, Красноярск, Россия
anna-denisyuk@yandex.ru
Ключевые слова: проверка гипотезы о независимости случайных величин, двухмерные случайные величины, непараметрический алгоритм распознавания образов, ядерная оценка плотности вероятности, критерий Пирсона, неоднозначные функциональные зависимости
Страницы: 36-46

Аннотация

Методика проверки гипотезы о независимости случайных величин, основанная на непараметрическом алгоритме распознавания образов, используется при анализе неоднозначных зависимостей. Алгоритм распознавания образов соответствует критерию максимального правдоподобия. Оценивание законов распределения в классах осуществляется по исходным статистическим данным в предположении о независимости и зависимости сравниваемых случайных величин. Для оценивания плотностей вероятностей в классах используются непараметрические статистики Розенблатта - Парзена. Коэффициенты размытости ядерных функций в непараметрических оценках плотностей вероятностей в классах определяются из условия минимума их средних квадратических отклонений. В этих условиях вычисляются оценки вероятностей ошибок распознавания образов в классах. По минимальному их значению принимается решение о независимости либо зависимости случайных величин. Проверяется гипотеза о достоверном отличии вероятностей ошибок распознавания образов в классах. Применение предлагаемой методики позволяет обойти проблему декомпозиции области значений случайных величин на интервалы, что свойственно критерию Пирсона. Сравнивается эффективность предлагаемой методики с критерием Пирсона. Приводятся результаты вычислительных экспериментов с применением исследуемых критериев при анализе неоднозначных зависимостей между случайными величинами.

DOI: 10.15372/AUT20230504
Добавить в корзину
Товар добавлен в корзину