автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Непараметрическое оценивание нелинейных функционалов
Автореферат диссертации по теме "Непараметрическое оценивание нелинейных функционалов"
РГ6 од
Министерство науки, высшей шкоды и технической политики / 3 МАИ 1393 Российской Федерации
Сибирский ордена Трудового Красного Знамени физико-техническии институт им. В.Д. Кузнецова
при Томском ордена Октябрьской Революции и ордена Трудового
Красного Знамени государственном университете имени В.В.Куйбышева
На правах рукописи
РШШН Валерий Иванович
УДК 619.281
НЕПАРАМЕГРИЧВСКОЕ ОЦЕНИВАНИЕ НЕЛИНЕЙНЫХ ФУНКЦИОНАЛОВ
Специальность 05.13.16 - Применение вычислительной техники, математического моде дарования и математических методов в научных исследованиях
АВТОРЕФЕРАТ
Диссертация на соискание ученой степени кандидата физико-математических наук
Томск - 1993
Работа выполнена в Сибирской ордена Трудового Красного Знамен» физико-техническом институте им. В.Д. Кузнецова при Томском ордена Октябрьской Революции И ордена Трудового Красного Знамени государственном университете имени В.В. Куйбышева.
Чаучный руководитель
кандидат технических наук.
доцент
Кошкин Г.М.
Официальные оппоненты:
¿едущая организация
доктор физико-математических
наук.
профессор
Терпугов А.Ф..
кандидат, физико-математических
наук.
с.н.с.
Шумилов Б,М.
Институт проблем управления
Защита состоится "
.1993 г. в
часов на заседании специализированного Совета Д 063.53.0$ Томского ордена Октябрьской Революции и ордена Трудового Красного Знамени государственном университете имени В.В. Куйбышева С6340Ш. Томск, пр. Ленина. 36).
с диссертацией можно ознакомиться в Научной библиотеке Тсмского государственного университета.
Автореферат разослан
1993 Г.
Ученый секретарь сиециалшпгованного Совета, лн ни дат фиэикп-математич^гтсих тук ,
доиепт.
6) А.
/
Ь.К.'Гривоженко
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы. Широкий класс статистически! задач решается с привлечением оценок различных функционалов от распределений. Проблема качественного оценивания функционале® в условиях априорной неопределенности в настоящее время становится особенно актуальной. Актуальность данного направления вытекает из того, что все чаще на практике приходится работать в условиях очень скудной априорной информации - полная априорная определенность является экзотикой применительно к практическим задачам. Использование параметрического подхода в таких условиях зачастую не дает хороших результатов - при явном отличии истинного распределения от предполагаемого проверка корректности многих выводов (таких, например, как доверительное оценивание или проверка гипотез). полученных в рамках принятой параметрической модели, перерастает в сложную проблему. В таких случаях разумно отказаться от стандартной процедуры конкретизации модели и применять непараметрические методы.
Необходимость непараметрического оценивания функционалов все чаще проявляется как в задачах анализа статистических данных: - при оценивании выборочных характеристик измеряемых случайных величин. . в задачах оценки функций параметров, в задачах проверки гипотез , при фильтрации процессов, при обнаружении и выделении сигналов, в распознавания образов и др., • так и в задачах статистического синтезу адаптивных систем, подверженных случайным воздействиям: при идентификации. в управлении объектами и технологическими процессами, в задачах адаптации, при синтезе систем массового обслуживания и сетей ЭВМ. в задачах функционального шкалирования.
Данная диссертационная работа, посвященная- оцениванию функционалов в условиях непараметрической неопределенности, имеет непосредственное отношение ко всем вышеперечисленнш приложениям математической статистики.
Цель работы. Целью работы является разработка и исследование процедуры получения сходящихся в среднеквадратичном оценок нелинейных функционалов в условиях непараметрической априорное неопределенности1).
) везде далее такие процедуры называются СК-процедурами
Методика исследований. В работе ипользуются метода теории вероятностей и математической статистики, функционального и математического анализа. а также методы статистического моделирования на ЭВМ.
Научная новизна работы состоит в следующем:
1. Предложена и исследована СК-процедура оценивания функционала
Н(?(*)) - н(г'®'С2).г'Г',сг).....^-'оп]. СП
где Н:I?**1—>(?* - заданная функция; Г,В>С5Г) - Г(5?);
Р'7СЯ) £ —--;-;----С2)
. Ил 3* - зт
»X, "хг . . . -вХт
- смешанная производная порядка ц»1 ■ Сг.,* . ■» г^) функции распределения Сф.р. ) Г(г) исходной выборки Хп в некоторой фиксированной точке г« (?".
2. Предложена и исследована СК-процедура оценивания функционала, непрерывного в равномерной метрике:
— »(г,в,Ся).Р,г.,(Я).. .^.'ог)). (3)
если max sup F J (Й) - F J (Й)| —О. j-О.» ' г 1 1 "
3. Показано, что при определенных условиях регулярности.
накладываемых на FCs?). скорость сходимости СКО предлагаемых опенок может быть как угодно близкой к 1/Ь, где п - объем выборки Показана асимптотическая нормальность предложенных оценок.
4. Решена задача оптимизации предложенных процедур в условиях слабоэависимой выборки с равномерно сильным перемешиванием.
6. Исследованы алгоритмы, реализующие СК-процедуры оценивания Функционалов (Пи (3) на основе использования ядерных оценок ф.р. и ее л[юизводных: получены асимптотически оптимальные значения параметров размытости и скорости сходимости . СКО предложенных оценок и'нулп.
Нраьтаческпя центу». результатов исследований. Предложенные »!К-гг>оиедури могут б'/гь шшьзогш« в качестве инструмента при теоретическом исследоиачии статистических процедур и алгоритмов, з тлк:««; в роячичгал системах. сляпанных с обработкой технических, ■Hio.r'rvwv.Kiv: и других тжоперем-.чгпльных данных. Гаиработанпое ¡!',v.-!fi.--MMi!_>e и'.'чтеч'чше p.'1'ioTH вюдаччю p ОФЛП С'Ш'. Результаты •> .tvn* игн'ш-р/'Н.чил. n x^<з,чс.р;горш« и госйряжстны? т>>м.их ООТИ.
Апробацид работы. Основные положения диссертации
докладывались и обсуждались на Всесоюзной конференции "Теория адалтивныг систем и ее применения" С Ленинград, 1983 ). на республиканской конференции молодых ученых по актуальным проблемам физики ( Ереван, 1985 ), на V и VI Всесоюзных школах-семинарах по непараметрическим и робастным методам в математической статистике С Томск, 1986. Иркутск, 1989 ). на IX Всесоюзной конференции по теории кодирования и передаче информации ( Одесса, 1988 ), на XI Всесоюзном совещании по проблемам управления С Ташкент. 1989 ). на республиканской научно-технической школе-салинаре "Анализ и синтез систем массового обслуживания и сетей ЭВМ" СОдесса. 1990 ). республиканских научных конференциях по математическому обеспечению анализа данных и моделирования С Минск. 1990. 1992 ). на Всесоюзной научно-технической конференции "Идентификация, измерение характеристик и имитация случайных сигналов" (Новосибирск, 1991 3 , а также на беминарах СФТИ и кафедры теоретической кибернетики ТГУ.
Публикации. По результатам диссертационной работы опубликовано 17 печатных работ.
Структура работы и объем работы. Диссертация состоит из введения, четырех глав. заключения. списка использованной литературы. приложения с документами. подтверждающими' практическое использование результатов, исследований. Содержание работы изложено на 173 странице машинописного текста, иллюстрировано рисунками и 6 таблицами.
КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обосновывается актуальность темы, устанавливается круг вопросов, рассмотренных в диссертации, проводится обзор известных работ данного направления.
.В первой главе разрабатывается и исследуется СК-процедура оценивания функционалов типа С1) по выборке зависимых случайных величин с равномерно сильный перемешиванием.
- в §1.1 показано широкое использование функционалов (2) при решении различных задач математической статистики С теория надежности и массовое обслуживание, проверка гипотез-, оценивание кривой регрессии и др. ). Формулируется постановка задачи.
- в §1.2 вводятся обозначения и определения, необходимые для решения поставленной задачи. На протяжении всей работы:
< з?(п рт> - стационарная в узком смысле последовательность случайных величин, удовлетворявших условию равномерно сильного перемешивания (РСП) с ф.р. Г(2). В качестве оценок ф.р. и ее производных Г'^Чг) рассмотриваются оценки ядерного типа
Выбор ядерных оценок (<1) типа Розенблатта-Парзена обусловлен следующими обстоятельствами: использование таких оценок обеспечивает эффективность теоретического анализа полученных на их основе статистических процедур и алгоритмов; ячерные оценки просты и удобны в практическом применении, имеют возможность модификации (выбор формы ядра, параметра размытости и др. ).
Определение 1.2.1. Последовательность н а ь(п)
положительных вещественных чисел ь« Кк. ь« если она
удовлетворяет соответвенно условиям
♦ —к^ТГ.) - "»(»• ♦ 1-е - О-
"-»•» пЬ 4 ' п п
Определение 1.2.2. Функция г® N,(5?). если г (г) абсолютно
пт (VI .
непрерывна на I? и имеет непрерывную производную г (я) порядка
* (V)
г в точке я; N,(7), если ге Н,(я) и *ир1г (*)!< в< у< ■
ге N„0?™), г® ес/м г(й) удовлетворяет
соответственно условиям N„0?X г« Ы'Сг) при любых Г?™.
Определение 1.2.3. Ядро К(и)е Ц, если К (и) измеримо по
Ьорелю. причем Х1К(и)1аи<о>: КСи)^ если К(и)е Ц.зирИКхОк®.
К/а У I.,. если КГ (и,)« Ц: . если Кг (и, > I.*,
Определение 1.2.4.
КСиУт 1т , ,ЕСЛИ
Ун и
пм.ТГТ 1(-отс»>.
^ >*у Ки>2, „.если
К («, > 1Щ „
' о , .)■
Определение 1.2.5. Ядро К(и> Л, если К (и) абсолютно непрерывно из К*. К (и) ■ К (-и). | К(и)1и -I :
Кшг и. есл:1 К (и> У У.. К' £ Л п Ц : К* - К П Ц.
На практике часто приходится иметь дело
5
последовательности! наблюдений, которые получены из стационарных последовательностей из класса Звчр:
Определение 1.2.6. Последовательность { г(п)>еБеЧр, р-о. если для ее коэффициента перемешивания *>,(р) 11] справедливо
(РХ
- в §1.3 приводятся и доказывается утверждения и леммы, носящие вспомогательный характер. Имеют место
Лемма 1.3.5. Пусть ь« К0: *ир|К0(и)| < К"УСи>1-*.
I
если г> 1. Пусть, кроме того, г« М0Сй. Тогда для всех и « 2.3...
вдгн!*»..
Н.дп<Г> «дмг > г -1>дп(г>
5 п>) ы
ЧН )
Лемма 1.3.6. Пусть {2(п) Эед^. Р >1; ь«= й;п . Тогда в условиях леммы 1.3.5
л , пЬ
- в §1.4 исследуются асимптотические •свойства векторной статистики еп ■ [ Г^5' (г)... • .Р^-Чя)}.
В рассмотрение вводится неограниченно возрастающая числовая последовательность <1п , определяемая равенством
А- »гь V
/ , .аГтвдмГ >
) 1 1
Следующая теорема устанавливает асимптотическую нормальность сп.
Теорема 1.4.1. Пусть '
1. { гС"»« 8ечр. Р> 1. причем М'Сй. а >
2. Ядерные функции таковы, что ячр|ко(о)| < <»; дш К0(а) - О';
и ■
к'о)* к. к'^'о> I]. г»>'\; 11м К'и) - 0. ^ I i * Iй I
3. Параметры размытости удовлетворяют условиям
ь0« К0; »V5 если
^ V
Тогда СпСг) - тСг)) (-> 3; И ).
*
где
*
О
,0«в, < ».
- в §1.5 наюдятся условия корректного использования метода лршой подстановки при оценивании функционала (1). Достаточные условия для того, тгобы отображение НгИ"1 —»й1. определявшее функционал Н {?№)]. допускало корректное использование пржюго метода подстановки, даются в пл.1-4 теоремы 1.5.3.
Положим: С„(7) в («.„,00.. ■ .«..„С*)). 4,00 = Г'^'.С»)
«»<*> »Я,») - [ .....твСя) ]. т1в») - ЧГ'У ОО.
Теорема 1.5.Э. Пусть <йСп>« ЗвЧ|>. р >1. причем Г« Н* (я>.
«>',*»■ Пусть, кроме того,
ьов I • если г, > 3:
' I») . _
2. И. К Си) - 0; На К о) - О, »."ТГТГ^Г:
и -*-<ъ | и | -»т а*
II) <Г>
К к,Ж; К (и> 1Л_Т в;
> > I
3. Н(г) » Н(*0.....г,) - вешественная функция, которая в
некоторой окрестности Ое(Г) непрерывна и имеет непрерывные первые и вторые производные по аргументам й* ;
4. Для любых исходных выборок Хп функции , |НСС„)| • мажорируются последовательностью С,^. где С,.»-> 0 .
Тогда полученная методом подстановки оценка НССп) сходится
к Н(П при п —в среднеквадратичном,. Асимптотически
минимальная среднеквадратическая ошибка (СКО) ) при этом
есть *(!«!-»,)
г л* г Г5757-*
ИНК,,) » Е[ НСС^) - Н(Т) ] а [„] .
- в §1.6 вводится в ■рассмотрение и исследуется процедура усечения больших значений статистики Н(£„(к)): _ •
Н(СП) . если |н(Сп)| < С<£ ! г
. ^дпШСС,,^,,. если [нссп>| > . порождающая класс Усу(н; "усеченных" функционалов, не равных исходному НСГОО). но сходящемуся к нему в среднеквадратичном.
Следугдая теорема дает условия, при которых ОСС,,)^-^*. в(*).
Теорема 1.6.1. Пусть элементы выборки X „ взяты из
последовательности слабозависим ta случайных величин { яСп) >« Seqp,P>l. причем F« N*(sô; =к > rJk+i. j-"57ï; t-ТХ
Пусть, креме того.
1. ha« h« *;Г). i > о;
i
2. Ни K0(a >0; Им f(u Г' k "cu?1-0. J- l.r. -1;
u-»-«> |u|-»a>1 kl 3 _ _
,r> - ,i> km ,-m-
« V; « o> z,.^;
3. H(2) - H(zD,... )- вещественная функция, которая s некоторой окрестности Oe(ï) нелрерывна и имеет непрерывные первые и вторые производные по аргументам z^.причем » > н.(?) >0;
4- б(Сп)е ЯевСн). где
""jrg^i'yl Ve,lî! 9 " ^г^ТТ- W
Тогда усеченная оценка G (cn)s 5ctf(H) сходится к H(-f) при п в среднеквадратичном. При этом асимптотически минимальная CKÛ WG (Сп ) равна
WG(C„ J в е( Gttn ) - НО? • ) ) -»(l«!"*, ) (l*!"1', ) *«»уш-«» Klv^-»)
( , ( 4*C«J-» ( . f <«> Ч
a
Где R
- не зависяяая рт ядерны? функций константа,
а-i ir>
Îe-i с г I
(a: к *а)аа.
в,
|Г > •»
аа +
>V >
f К)
Оптимальные значения параметров размытости при этом есть -
<f*v_-i I
а.
т fitew.-i XfcOi ^«¡(¡n 1 lUiccw.b'fF'Îstjj'n
(2»г ПСа-уО H.Cf Ь. (ar.-i)(e-wri> Hj
где «в {«! . , " ^ г«-
44 14
Эффективность предложенной схемы усеченного оценивания подтверждена результатами проведенного на ЗШ .моделирования.
- в §1.7 исследуются интегральные характеристики "усеченнойг оценки 0(Еп > 5»р(н). С целью получения оптимальности -в среднем"
рассмотрена следующая оптимизационная задача:
иски: = |е[ - нс?^аг-► пап
Теорема 1.7.1. Если выполнены все условия теоремы 1.6.1, n^>1 '> г.+г. ртг., функция н(2>НСг„, .. ■
».11 <г '
):??**на множестве Ф - и т<ге К**1 : \z.-F ' 5? )|<е,
___
^о, * > непрерывна и имеет непрерывные первые и вторые производные по всем аргументам и, кроме того, существуют интегралы
-Ян.С?^)^ : А - ¿ {[н/ГЧ^^]
Тсгда усеченная оценка вСГ^), определяемая соотношениями (Ы и (£) . сходится в среднеквадратичном к нсо во всех точках г« 1?" при п—►<». Оптимальное иско при эта/ -тшеделяется выражением
IV -I 2 1(+.и »
> » ■
(4] [*
Jct-i
2 Со-». Ук,
* i
2Ca-w,
Вторая глава посвящена дальнейшему развитию предложенной в первой главе процедуры оценивания нелинейных функционалов, её ойобшению и распространению на .пространство функционалов, непрерывных в равномерной метрике. В данной главе разработана и, исследована процедура СК-оценивания функционалов типа (2) по выборке зависимых случайных величин из класса Seqp. рЧ.
- в §2.1 показывается широкое применение функционалов О), непрерывные в равномерной метрике в различных теоретических и прикладных исследованиях. К этому классу функционалов относятся, например, функционалы интегрального типа
Jj.. jrfr'3'Cs?),F"V (я).....F'VesoJdFes?), статистика к' и
многие другие. . '
- Z _ вводятся необходимые -понятия. обозначения,
определения: F**' * [р - С*>„,.. , P. X p^R"-* R*. *>,«= N* (R" )} -
s. ft-мерное ¿г/нкциональноо пространство. Элемент пространства Г*** подставляет собой вещяственнозначную функцию с нормой |рГ - max. sup |р СО )| •
I = г. ■ |Т 1
Определение 2.2.3. ? « »p (s?).. если существует такой ограниченный линейный оператор L?. что для любого оо з ¿>о. при котором из неравенства следует неравенство
1 Jfj+ri - - LjjP | « «|р|.
)-fCi)| ,.
Для любого V* *Р (х) обозначим с* ) - Um -, '
т —>о т
где рх 5 (0.0, .pj* Г1.0, .0)
такая вектор-функция из
F . у которой не равна нулю только ая компонента.
»i.tijÄ Um ---M---
TJ— °l TJ
Все обозначения и определения $ 1.2 остаются в силе, -в §2.3 получены вспомогательные результаты:
Лемма 2.3.1. Пусть h« Я0: *ир|К0Си)| < k'/i' («> Lt\
i
Если при этом г« М0СЮ. то тогда для всех я » 2.3....
Лемма 2. 3.2. Пусть <я(" Seqp. р > 1: *>в Если при этом справедливы условия леммы 2.3.1. то тогда
I Е(Со»J - | . 7)
Iii
й Лемма 2.3.3. Пусть h« К а> К:
llmKoCu>0: Um К uVO. J- « .rt-1
|u| -К» i
и -+-00
F" N*(R): <y» a-r -0 .
-я-г.
r (I!
„Й)-Г Й) .) н Ja К fer/g?M +*[* r)
Тогда
EntC •
Лемма_<L.3J>_. Пусть выборка
X„
осуществлена d?
fC)f>» H*CR); а элементы ядерных оценок удовлетворяют условия*
itt <г>'
h* supIK,,е.. )!<«-: lim |K„(u )|»0; К К: К «У- L,, in'l.
РСП-последовательности < , р>1: при этом
Я
В этих условиях для матрицы ковариаций
9Ctn) - | со>СЧп<я).^Су>= Г' |
статистики
v> Ct0n.t,„... .¿„J- f"1
справедливо соотношение
«О о
и» а„В«п).
n —*СО
s М. О < |е ist,y)I < j
о е. (Я,?)
-в §2.4 приведено с доказательством обобщение теоремы J из 12 ] на случаи непрерывного функционала от многомерной в екторной статистики <«.,„.... t.n) Е ¿*п« Г**1 . Обозначим:
- векторная функция; F"'« т„ 4 Etn -математическое ожидание ее оценки.
Теорема 2.4.1. Пусть v j • D,s :
П -•J-!;;!., г . I.2.... ;
2) 11« 4„-=ог[ц„йГ (jOl - UjCK.fJ. №|в (Я.у)|<® ;
л —f 00 « ■
3) u. |t - т| . 0;
г -»<» . г - ■
4) fCz) - J(z0.... .z,)^ фр (тп) - вещественный ^ункиионал. который в' некоторой окрестности точки т„
имеет непрерывные первые и вторые производные Фреше;
6) для всевозможных значений выборки Хп последовательности
функционалов |ь)п|. j»Ctn мажорируются последовательностью С,^, где С, .у - неотрицательные постоданые.
Тогда математическое ожидание и дисперсия случайной величины !((?„Сх )) выражаются формулами"
E»(in). *Cfr)+ ©(-^i)-
ova'*)- ir efi»]' 1>e>0-
ГДЙ avi * )[», Cr„ ? >}}
в £2-5 вводится в рассмотрение класс усеченных*
«
функционалов 3 (»). определяемый с подовью процедуры 'г -г
\ »со.
если |'сГ„)[ < С^
(»а„)). если |»сС„)| > с/„ .
Следующая теорема дает ответ на вопрос о том. каковы должны быть величины си у. при которых усеченный функционал »^С?) сходится к *(т) в. среднеквадратичном.
Теорема 2.5.1. Пусть элементы выборки хп взяты из генеральной совокупности .слабозависимых случайных величин { хп>е !3ечр.р> 1, причем Г«Н*СГО: «к > г^+1. J- 0,«{ к- 1.т. Пусть, кроме того.
1ьов Но; )» если Р, > 3:
(<\-гы*> О» 1 _
Си) К Си) -0. Л- 1.гк. - 1; —— ш ' _ ' _
к* 1,я; I* 1.1».
<Г>
К о>» К: *(а>
3. *р*С*) для любой функции 1 из "окрестности" Г. Если при этих условиях > ггс Л(*). где
Г | I 1 a,<,,
с' з гь I Т I ■0) г / г * " - -7Т -
то тогда 5сС„) »(г) при п—»» . Асимптотически
оптимальная .СКО КУ(1п) при этом определяется выражением
- е( *ап> - 9СТ ) ] а [-¿-г(я:)
С«»!"«.) »<•<-»>
,[».(?>[».сг^сг.у)}}] ,1В1" .с?)])'"""
где у - константа, не зависящая от ядерных функций:
* •
Го. г-у ,
я, - [(а: К '«ЯП: «г (я.у) - ,
• J , • ГГк 'СП)]« 4
л1» ; »«)
'Оптимальные значения параметров размытости при этом равны:
к
Ь)" са,.-1 )(<*-«, > «га
2Са~».>«* (2)} п
Следующая теорема устанавливает ' предельный закон распределения статистики ?(Гп)е ЗсуС»).
Теорема 2.5.2. В условиях теоремы 2.5.1
У(СП) - ЗГС?) } (-> N,0«,:
где и, - £ ^«^(г). цг - ».Стп>».(гп)|ег (й.у-)|
■ Третья глава посвящена получению оптимальной формы ядерных функций, доставляющих минимальное в асимптотике значение СКО оценок вССп)е *сйСн) и УсуС!).
- в §3.1 обосновывается задача поиска оптимальной фориы ядерных функций и делается краткий обзор работ соответствующей направленности. Показано, что искомое многомерное ядро является решением следующей оптимизационной задачи
И'--™
1С*-»
+ №1П
К (п)
при ограничениях ' • ' ",."•,
' и» К„Си >«0; 1Хт [(ц)° 41 ' к",Си))«0. и -♦-а» ' Iй | __•
к» ,% , • ; ъ« I,т.
»Ги)* К: гз_г,в
- в §3.2 осуществлено решение (7) для случайной выборки Хп.
Определение 3.2.1. К(и> если
удовлетворяет следующим условия!:
(7)
КС")
К
1. КСи) имеет компактный носитель (а.ь). -» < а < ь < •»«>:
2. К(и)я N СхЭ для каждого х« 1а.ь):
** о> <»
3. выполняются граничные условия гладкости К ЦЖ $>>.0
Теорема 3.2.1. Пусть выполнены условия теоремы 1.6.1 при следующих дополнительных ограничениях 1. Хп случайная выборка;
2-С* ()•
Тогда оптимальная форма многомерного ядра, минимизирующего асимптотическое значение СКО оценок всс^ > ) и ' Эе;вС?) определяется следующим образом:
«"-'(а). П К"~>(и).
где К""'(и) - )
I »о
- полином степени «-3 с коэффициентами
п- сосуда:»
если •-«♦I четно; . 0, если « -«и нечетно .
- в §3.3 найдена оптимальная форма ядра в случае зависимых наблюдений выборки Хп. Основной результат содержит
Теорема 3.3.1. Пусть выполнены условия теоремы 1.6.1 и. кроме того, для коэффициента взаимосвязи г, элементов выборки Х„ справедливо неравенство
у, » гОо|(к'г«'(и)] «ш.
Тогда оптимальное ядро, минимизирующее асимптотическое значение СКО оценок 0(Гп > Рс 9(н) и У> '<.ч, в(?). является
полиномом и определяется следующими соотношениям.
«С'-'«-'• Й-
где к"(..> - - ¿[(«Г" « ].
коэффициенты
/И
•К. -Р
являются ретениши системы
Е к«1
ъ
»Ц^-к >1 * *ат
- Р
»(»е^Чс^ >1 + *Рй,ь-Л )+Г
т
ЕЕ
к =0 ^ =0
ар
Приведены оптимальные ядра, полученные из решения при различных значениях параметра ыа1.
Четвертая глава посвяшена различным приложения* предложенной в „ предыдущих главах методики СК-оценивания. Рассмотрены применения в задачах оценки расстояний между распознавания близких гипотез, статистического
ее
возможности распределениями анализа СМО.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
1. Развит подход к оцениванию нелинейных функционалов (1) в условиях лепараметрической неопределенности: предложенные оценки расширяют возможности традиционных ядерных приближений как по точности восстановления; так и удобному способу практической реализации.
I- Предложены у исследованы алгоритмы СК-оценивания функционалов типа (10 по слабозависимой выборке.
3. Представлена • процедура получения сходящихся в среднеквадратичном оценок непрерывных в равномерной метрике .функционалов (3) по стационарной выборке.
4. Исследованы алгоритмы, реализующие СК-оценивание функционалов (3) на основе использования ядерных оценок ф.р. и ее производных; получены асимптотически оптимальные ' значения параметров размытости и скорости сходимости СКО предложенных опенок к нулю.
6. Показана асимптотическая нормальность полученных оценок.
6. Решена задача поиска оптимального, ядра, используемого в предложенных процедурах.
7. С дела: ю сравнение предложенных процедур оценивания, с уже известными; иокззаш ее универсальность и инвариантность при
f?
использовании в различных конкретных ситуациях.
8. Рассмотрены возможности примейения методики СК-оценивания в различных задачах математической статистики: как в теоретических, так и практических приложениях.
Литература
1. Ибрагимов И.А., Линник Ю.В. Независимые и сташиюрно вязанные величины. - М. : Наука. 1965. - 524 с.
2. Кошкин Г.М. Об одном методе устранения смещения оценок // Теория вероятностей и ее примен. - 1987. - Т. 32. - Выл. 1.
С.147-149.
Перечень научных работ, • в которых опубликованы основные результаты диссертации
1. Кошкин Г.М.. Ршкин В.И. Асимптотические свойства ядерных • оценок логарифмической производной плотности // Ред. ж. Изв. АН
СССР. Техн. кибернет. -М.,1989.- - 25 с. - Деп. в ВИНИТИ, -N3488-B89. .
2. Кошкин Г.М.. Рюмкин В.И. То же. // Изв.АН СССР. Техн. кибернет. - 1991. -М 3. - С. 223.
3. Кошкин Г.М.. Ршкин В.И. Непараметрические критерии для регрессионной задачи проверки гипотез в условиях статистической неопределенности / Тезисы докладов Девятой всесоюзной конференции по теория кодирования и передачи информации. - Одесса: 190В. -С. 107-110.
4. Кошкин Г.М., Ршкин В.И. Непараметрическое обнаружение детерминированного сигнала // Тезисы дохлздов республиканской кон^ренииимолоднх ученых по актуальным проблемам физики / Изд-во АН Армянской ОСР. -Ереван. 1905. - С.22-23.
5. Кошкин Г.М.. Рюмкин В.И. Непараметрическое оцениспние логарифмического градиента плотности / xi всесоюзное совещание по проблемам управления. Тезисы докладов. - Ташкент : IS.W
С.92-93.
6. Кошкин Г.М.. Рюмкин В.И. Иепараметрическое оцоцшпние логарифмической производной плотности /7 Мптрмгт'.ч-пкля статистика и ее приложения. - Томск: Томск. гос. ун-т. - ;О'Г/. • Вып. И. - С. 107-113.
7. Кошкин Г.М.. Ггмкин В.И. Оптимлл вне иеплрймотри'К" • не алгоритмы выделения сипмлов ня ifc>n-2 стяписнярной слп6доб||'Ч9к-и помехи / Математическое и nporpaeetcxt об^сп^итс un.wi.i ямшчл .
- Минек. Г.Ш. - С. И4.
8. Кошкин ГМ.. Ршкин В.И. Построение улучшенных неотрицательных ядерных оценок плотности // ОФАП СССР. - 1989. л М89056.
3. Кошкин Г.М., Ршкин В.И. Построение улучиенных ядсраьа оценок логарифмической производной плотности» - ОФАП СССР. - 1968, М 68154.
10. Кошкин Г.И., Ршкин В.И. Улучшенные ядерные оценки логари4мической производной плотности / Метода и средства статистического анализа. Межвузовский сборник научных трудов. -Новосибирск: 1990. - С. 41-49.
11. Ршкин В.И. Адаптивное обнаружение объектов в слоисто -неоднородных средах / Пятнадцатая всесоюзная школа-семинар по статистической гидроакустике. Тезисы докладов. - Владивосток: 1989. - G.62-64.
12. Ршкин В.И. Непараметрический критерий для гипотезы о сдвиге /У Идентификация, измерение характеристик и имитация случайных сигналов. Тезисы докладов всесоюзной научно технической конференции. - Новосибирск. 1991. - С. 151.
13. Ршкин В.И. Непараметрическая процедура получения сходящихся в среднеквадратичном оценок одного класса функционалов У Непараметрические и робастные метода в кибернетике и шформатшсе. Материалы vil всесоюзного семинара. Часть и. -TOUCIC. 1990. - С.475-487.
14- Ршкин В.И. Ядерные оценки распределения длины требований для системы с дисциплиной разделения процессора. Респ. н.-т. школа-семинар "Анализ и синтез систем массового обслуживания и сетей ЗВМ". - Одесса. 1990. - С. 207-212.
15. Ршкин В-И. Исследование сходимости в среднеквадратичном усеченных ядерных оценок функций от плотности и ее производных У У •Ред. Изв. АН СССР. Технич. кибернет. - М.. 1992. - 30 с. -Дел. в ВИНИТИ. М 1S73-B92.
16. Ршкин В.И. Построение сходящихся в среднеквадратичном оценок непрерывных в равномерной метрике функционалов У Компьютерный анализ данных и моделирование. Тезисы докладов республиканской научной школы-семинара. - Минск, 1992. - С.54.
17. Рюмкин В.И.. Трусов- B.C. Адаптивное обнаружение многоточечных объектов УУ .Теория адаптивных систем и ее применения: Всесоюзная конференция. Тезии^док.вацов и сообщений -Москва-Ленинград. 1963. - С. 194-195.
-
Похожие работы
- Непараметрическое оценивание функционалов от распределений случайных последовательностей
- Разаработка методов планирования эксперимента при непараметрическом представлении модели объекта
- Непараметрическое оценивание сигналов с неизвестным распределением
- Модифицированные оценки линейных функционалов от распределений вероятностей с учетом дополнительной информации
- Многоуровневая непараметрическая система обработки информации
-
- Системный анализ, управление и обработка информации (по отраслям)
- Теория систем, теория автоматического регулирования и управления, системный анализ
- Элементы и устройства вычислительной техники и систем управления
- Автоматизация и управление технологическими процессами и производствами (по отраслям)
- Автоматизация технологических процессов и производств (в том числе по отраслям)
- Управление в биологических и медицинских системах (включая применения вычислительной техники)
- Управление в социальных и экономических системах
- Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей
- Системы автоматизации проектирования (по отраслям)
- Телекоммуникационные системы и компьютерные сети
- Системы обработки информации и управления
- Вычислительные машины и системы
- Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)
- Теоретические основы информатики
- Математическое моделирование, численные методы и комплексы программ
- Методы и системы защиты информации, информационная безопасность