Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 44.192.67.10
    [SESS_TIME] => 1730532248
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => cf0129dea8bb365030d3e34d3d938004
    [UNIQUE_KEY] => 625a7dc5419896fbd2d28b8f69fdf5fe
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2021 год, номер 2

ПРОВЕРКА ГИПОТЕЗЫ О НЕЗАВИСИМОСТИ ДВУМЕРНЫХ СЛУЧАЙНЫХ ВЕЛИЧИН С ИСПОЛЬЗОВАНИЕМ НЕПАРАМЕТРИЧЕСКОГО АЛГОРИТМА РАСПОЗНАВАНИЯ ОБРАЗОВ

А.В. Лапко1,2, В.А. Лапко1,2
1Институт вычислительного моделирования СО РАН, г. Красноярск, Россия
lapko@icm.krasn.ru
2Сибирский государственный университет науки и технологий им. академика М. Ф. Решетнева, г. Красноярск, Россия
Ключевые слова: проверка гипотезы о независимости случайных величин, двумерные случайные величины, распознавание образов, ядерная оценка плотности вероятности, критерий максимального правдоподобия, доверительное оценивание вероятностей
Страницы: 41-48

Аннотация

Предлагается новая методика проверки гипотезы о независимости двумерных случайных величин. Рассматриваемая методика основывается на использовании непараметрического алгоритма распознавания образов, соответствующего критерию максимального правдоподобия. В отличие от традиционной постановки задачи априори отсутствует обучающая выборка. Исходная информация представляется статистическими данными, которые составляют значения двумерных случайных величин. Законы распределения случайных величин в классах оцениваются по исходным статистическим данным для условий их зависимости и независимости. При выборе оптимальных коэффициентов размытости непараметрических оценок плотностей вероятностей в качестве критерия используется максимум функций правдоподобия. В этих условиях вычисляются оценки вероятности ошибки распознавания образов в классах. По минимальному значению оценки вероятности ошибки распознавания образов принимается решение о независимости либо зависимости случайных величин. Эффективность разработанной методики подтверждается результатами вычислительных экспериментов при проверке гипотезы о независимости либо линейной зависимости двумерных случайных величин.

DOI: 10.15372/AUT20210205
Добавить в корзину
Товар добавлен в корзину