Детальная информация
Название | Робастное оценивание параметра положения распределений в условиях нерегулярности: магистерская диссертация: 01.04.02 |
---|---|
Авторы | Хлебалина Наталия Александровна |
Научный руководитель | Шевляков Георгий Леонидович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
Выходные сведения | Санкт-Петербург, 2017 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | Математическая статистика ; Распределения (мат.) ; эффективность ; параметр положения ; робастность |
УДК | 519.22/.25(043.3) |
Тип документа | Выпускная квалификационная работа магистра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Магистратура |
Код специальности ФГОС | 01.04.02 |
Группа специальностей ФГОС | 010000 - Математика и механика |
DOI | 10.18720/SPBPU/2/v17-3306 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\44611 |
Дата создания записи | 13.10.2017 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
В диссертации исследуется использование метода максимума правдоподобия и его обобщения в виде метода М-оценок для получения робастных высокоэффективных оценок параметра положения в случае разрывных плотностей распределений данных (усеченных распределений) - в этом случае прямое применение этих классических методов математической статистики невозможно. Поставленная цель достигается путем регуляризации разрывных плотностей, а именно, аппроксимации разрывных плотностей их непрерывными аналогами с последующим их использованием в процедурах метода максимума правдоподобия и построения робастных М-оценок параметра положения. При этом робастность оценивания достигается за счет усечения оценочных функций М-оценок, при этом параметры усечения определяются из решения задачи максимизации функции цели, представляющую собой сумму взаимно-дополнительных показателей эффективности и устойчивости оценок. Этот подход реализуется на примере классических распределений Гаусса, Лапласа и Коши.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 561
За последние 30 дней: 0