Пошук академічних текстів

Інформація × Реєстраційний номер 2115U005575, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи МЕТОДИКА АНАЛІЗУ ЕКСТРЕМАЛЬНИХ ДАНИХ ТА ЇЇ ВИКОРИСТАННЯ ПРИ ОЦІНЮВАННІ ПАРАМЕТРІВ УЗАГАЛЬНЕНИХ ЛІНІЙНИХ МОДЕЛЕЙ Автор Трухан С. В.Бідюк П. І.Trukhan S. B.Bidyuk P. I. Дата публікації 28-10-2015 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/66407 Видання National University "Zaporizhzhia Polytechnic" Опис Запропонована методика аналізу екстремальних значень з метою її застосування при оцінюванні невідомих параметрів узагальнених лінійних моделей. В якості математичного апарату використано теорію екстремальних значень, яка є одним із розділів математичної статистики та пов’язана з дослідженням відхилень екстремальних значень від медіани у ймовірнісних розподілах. Також розглянутометоди наближення експериментальних даних до класу узагальнених екстремальних розподілів, методи оцінювання невідомих параметрів та вибору оптимального порогу для екстремальних значень. На основі фактичних статистичних даних із галузі страхування та запропонованого підходу побудовано моделі обробки екстремальних значень для подальшого застосування при оцінюванні прогнозних моделей. Прийнятним для подальшого використання виявилась модель з наближенням даних за допомогою узагальненого розподілу Парето. Це підтверджується незначною похибкою та максимальним наближенням емпіричної кривої до теоретичної функції щільностірозподілу. Порівняння результатів оцінювання невідомих параметрів моделі за допомогою методу максимальної правдоподібності табайєсівського підходу показало, що байєсівські методи оцінювання є ефективним підґрунтям для розв’язання задачі вибору кращої моделі на основі множини отриманих альтернатив та значень апріорних параметрів. Можливість використання результатів застосування моделей екстремальних значень при побудові прогнозних узагальнених лінійних моделей є підставою для подальшого дослідження. Додано в НРАТ 2026-02-09 Закрити