Stabilne metody estymacji danych losowych i procesów
12.201712
prof. dr hab. inż. Jurij Griszin
Przedstawiono przegląd metod „robust estimation” danych i procesów w warunkach kiedy wyniki pomiarów należą do rozkładów prawdopodobieństwa o długich „ogonkach”. Rozpatrzono metody MP, teorii systemów o zmiennej strukturze, „order statistics” oraz wykorzystania „influence functions” Hubera. Metody te zastosowane także dla procesów losowych z wykorzystaniem teorii filtracji nieliniowej. Podane przykłady.
Podziel się:
×
W ramach naszego serwisu www stosujemy pliki cookies zapisywane na urządzeniu użytkownika w celu dostosowania zachowania serwisu do indywidualnych preferencji użytkownika oraz w celach statystycznych. Użytkownik ma możliwość samodzielnej zmiany ustawień dotyczących cookies w swojej przeglądarce internetowej. Więcej informacji można znaleźć w Polityce Prywatności Korzystając ze strony wyrażają Państwo zgodę na używanie plików cookies, zgodnie z ustawieniami przeglądarki. Akceptuję Politykę prywatności i wykorzystania plików cookies w serwisie.