Стаття

Завантажити статтю

Апроксимація розподілу експериментальних даних моделями близьких до гауссівських випадкових величин

Олена Бурдукова, Юрій Лега, Олександр Степанович Гавриш, Тетяна Воробкало, Артур Іващенко

Анотація

В роботі отримано аналітичні вирази апроксимуючих функцій, отриманих на основі моделей з перфорованим кумулянтним описом. Побудовано щільності розподілу різних моделей близьких до гауссівських випадкових величин, проведено порівняння з емпіричною щільністю розподілу і знайдено значення похибок апроксимації для кожного класу моделі. Показано, що моделі на основі перфорованого кумулянтного опису є ефективним інструментом для апроксимації реальних статистичних даних різної природи

Ключові слова:

апроксимація, ряд Еджворта, кумулянтні коефіцієнти, близькі до гауссівських випадкові величини, перфорація кумулянтного опису

Взято з Том 22, № 2, 2017

Сторінки 17-24

Використані джерела ЦИТУВАТИ

Використані джерела

  1. Van Trees, H.L. (1977). Detection, estimation, and modulation theory. Vol. 3: Signal processing in radar and sonar and reception of random Gaussian signals in noise (V.T. Goryainov, Ed.; Trans. from English). Moscow: Sovetskoe Radio.
  2. Levin, B.R. (1969). Theoretical foundations of statistical radio engineering. Book 1. Moscow: Sovetskoe Radio.
  3. Kunchenko, Yu.P. (2001). Polynomial estimates of parameters of random variables close to Gaussian. Part 1: Stochastic polynomials, their properties and application for parameter estimation. Cherkasy: ChITI.
  4. Havrysh, O.S., Zabolotnyi, S.V., Burdukova, E.V., & Ivashchenko, A.A. (2015). Criterion of approximation of statistical data by models based on perforated cumulant description. In Signal Processing and Non-Gaussian Processes: Proceedings of the 5th International Scientific and Practical Conference (pp. 14-17). Cherkasy: ChSTU.
  5. Berehun, V.S., Berehun, V.S., & Krasilnikov, O.I. (2010). Approximation methods for finding probability density functions. Electronics and Communications, 4 (57), 51-55.
  6. Zabolotnyi, S.V., & Chepynoha, A.V. (2012). Approximation of empirical distributions of polynomial statistics by poly-Gaussian models. In Modern Technologies in Telecommunications: Proceedings of the 5th International Scientific and Technical Symposium (pp. 86-88). Kyiv: State University of Information and Communication Technologies.
  7. Malakhov, A.N. (1978). Cumulant analysis of non-Gaussian random processes and their transformations. Moscow: Sovetskoe Radio.
  8. Wikipedia. (n.d.). List of countries by life expectancy. Retrieved from https://en.wikipedia.org/wiki/List_of_countries_by_life_expectancy
  9. Statistica.ru. (n.d.). Quality control in confectionery production. Retrieved from http://www.statistica.ru/localportals/industry-analytics/example/1558/

ЦИТУВАТИ

Burdukova, О., Lega, Yu. , Havrysh, O., Vorobkalo, T., & Ivashchenko, A. (2017). Approximation of experimental data distribution by close to gaussian random variable models. Bulletin of Cherkasy State Technological University, 22(2), 17-24.