New methods for statistical decision making in conditions of a limited volume of observations and with a prioriy parametric uncertainty

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

A new generalized adaptive algorithm for learning to make statistical decisions for exponential families of distributions with a priori parametric uncertainty in conditions of small samples has been developed. A generalized decision rule is presented, obtained by estimating unknown parameters of distributions, as well as a decision rule that satisfies the necessary optimality conditions: constancy of the average probability of a type I error and unbiasedness. Specific decision procedures for partial distributions obtained from a generalized algorithm are considered. Numerical examples are given. The effectiveness of the developed optimal procedure for small samples is shown.

全文:

受限制的访问

作者简介

F. Mkrtchyan

Fryazino Branch Kotelnikov Institute of Radio Engineering and Electronics, Russian Academy of Sciences

编辑信件的主要联系方式.
Email: ferd47@mail.ru
俄罗斯联邦, Fryazino, Moscow region, 141190 Russia

参考

  1. Арманд Н.А., Крапивин В.Ф., Мкртчян Ф.А. Методы обработки данных радиофизического исследования окружающей среды. М.: Наука, 1987.
  2. Мкртчян Ф.А. Оптимальное различение сигналов и проблемы мониторинга. М.: Наука, 1982.
  3. Mkrtchyan F.A., Varotsos C.A. // Water, Air, & Soil Pollution. 2018. V. 229. № 8. Article No. 273.
  4. Данков П.П. // РЭ. 1965. Т. 10. № 10. С. 1774.
  5. Леман Э. Проверка статистических гипотез. М.: Наука, 1979.

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Acceptance regions of hypotheses for the classical decision rule.

下载 (199KB)
3. Fig. 2. Hypothesis acceptance regions for the optimal decision rule; the hypothesis acceptance region is shaded.

下载 (151KB)
4. Fig. 3. Graphs of the probabilities of errors of the first and second kind for the classical decision procedure.

下载 (61KB)
5. Fig. 4. Graphs of the probabilities of errors of the first and second kind for the optimal decision procedure.

下载 (67KB)
6. Fig. 5. The ratio of decision procedures for α₀ = 0.05 (1), 0.1 (2) and 0.2 (3).

下载 (87KB)

版权所有 © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».