Рассмотрение асимптотических вероятностных методов и моделей принятия решений. Проведение математических вычислений на интервалах вместо чисел. Нахождение рационального объема выборки, нотны. Оценивание ожидания, дисперсии. Статистика интервальных данных.
Речь идет о развитии методов прикладной математической статистики в ситуации, когда статистические данные - не числа, а интервалы, в частности, порожденные наложением ошибок измерения на значения случайных величин. Статистика интервальных данных идейно связана с интервальной математикой, в которой в роли чисел выступают интервалы (см., например, монографию [7]). Как показала Международная конференция ИНТЕРВАЛ-92, в области асимптотической математической статистики интервальных данных мы имеем мировой приоритет. В частности, не существует состоятельных оценок; средний квадрат ошибки оценки, как правило, асимптотически равен сумме дисперсии оценки, рассчитанной согласно классической теории, и некоторого положительного числа (равного квадрату т.н. нотны - максимально возможного отклонения значения статистики изза погрешностей исходных данных) - в результате, метод моментов оказывается иногда точнее метода максимального правдоподобия [11]; нецелесообразно увеличивать объем выборки сверх некоторого предела (называемого рациональным объемом выборки) - вопреки классической теории, согласно которой чем больше объем выборки, тем точнее выводы. Однако беспристрастный и тщательный анализ подавляющего большинства реальных задач показывает, что статистику известна отнюдь не выборка x1, x2, ..., xn, а величины yj = xj ej, j = 1, 2, ..., n, где e1, e2, …, en - некоторые погрешности измерений, наблюдений, анализов, опытов, исследований (например, инструментальные ошибки).
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
