Детальная информация

Название Исследование ядерной оценки плотности вероятности в условиях малой выборки: выпускная квалификационная работа магистра: направление 01.04.02 Прикладная математика и информатика ; образовательная программа 01.04.02_02 Математические методы анализа и визуализации данных
Авторы Туник Михаил Юрьевич
Научный руководитель Заяц Олег Иванович
Другие авторы Арефьева Людмила Анатольевна
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Выходные сведения Санкт-Петербург, 2019
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика Монте-Карло метод ; ядерная оценка плотности вероятности ; малая выборка ; L2-подход ; автоматическая оценка ; стационарный гауссовский процесс
УДК 539.125.523.348
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 01.04.02
Группа специальностей ФГОС 010000 - Математика и механика
Ссылки Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-1947
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи ru\spstu\vkr\5899
Дата создания записи 18.03.2020

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

Работа посвящена ядерным оценкам плотности вероятности, построенным по выборкам конечного объема (малым выборкам). Основное внимание уделено получению и последующему исследованию явных формул для автоматических и неавтоматических ядерных оценок как для случая классических выборок, так и для случая зависимых выборок (реализаций случайных процессов). Исследование основано на использовании L2-подхода в котором за меру качества ядерной оценки принимается относительное интегральное среднеквадратическое отклонение. Для случая выборки, построенной по дискретным отсчётам реализации стационарного гауссовского процесса предлагается новый метод построения оптимальной автоматической оценки.

The focus of the thesis is kernel density estimators in the setting of a small-size sample. Explicit formulas for automatic and non-automatic kernel estimators are derived and studied for both independent and dependent samples. The approach is based on the L2-view, in which Relative Mean Integrated Squared Error is used as a quality metric. A new approach to obtain the optimal automatic density estimator is proposed for a sample comprised of dependent Gaussian random variables under stationarity assumption.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи
  • Введение
  • Традиционные ядерные оценки для выборок с независимыми элементами
    • Основные сведения из классической теории ядерного оценивания
      • Понятие малой выборки
    • Традиционные ядерные оценки в условиях малой выборки
      • Метод статистического моделирования
      • Представление ОИСКО в терминах характеристических функций
      • Случай выборки из нормального распределения
      • Численные результаты
  • Автоматические ядерные оценки в условиях малой выборки с независимыми элементами
    • Автоматическая ядерная оценка плотности вероятности
      • Ортогональные преобразования
    • Случай нормальной выборки и ядра Гаусса
    • Численные результаты
  • Классические оценки плотности вероятности для выборок с независимыми элементами
    • Метод максимального правдоподобия
      • Оценка плотности при известной дисперсии
      • Оценка плотности при известном математическом ожидании
      • Оценка плотности при двух неизвестных параметрах
    • Гистограммы
      • Численные результаты
    • Эффект малой выборки
  • Ядерная оценка для выборок с зависимыми элементами
    • Исходные предположения. Понятие случайного процесса
      • Корреляционные функции
      • Модели корреляционной зависимости
      • Общее выражение ОИСКО неавтоматической оценки для зависимой выборки
    • Неавтоматическая оценка для выборки из нормального распределения
      • Случай трехдиагональной корреляционной матрицы
    • Автоматическая оценка
      • Общее выражение ОИСКО
      • Слагаемое IA
      • Слагаемое IB
      • Слагаемое IC
      • Теорема об аналитической форме ОИСКО для случая гауссовского ядра и корреляционной матрицы общего вида
    • Численные результаты и сравнения
      • Моделирование методом Монте-Карло
      • Значения ОИСКО и оптимальные параметры
      • Дополнительные исследования
  • Заключение
  • Литература
  • Таблицы
  • Дополнительные графики
  • Алгоритм вычисления вспомогательных коэффициентов

Количество обращений: 29 
За последние 30 дней: 0

Подробная статистика