Generate QR code
Open Access
Subscription Access
Параметрическая и непараметрическая идентификации закона распределения по интервальным данным
Abstract
The properties of nonparametric estimation of the distribution function and maximum likelihood estimates of distribution parameters by interval data were considered. Samples of interval observations arise in situations, when the exact value of the observation is unknown, but it is known only the interval to which the value belongs. The investigation of statistical properties of estimates of distribution function and its parameters by interval data has been carried out with statistical simulation technique in comparison with estimates obtained by the samples of the midpoints of the observation intervals was conducted.
About the Authors
С. Вожов
Новосибирский государственный технический университет
Russian Federation
Russian Federation
Е. Чимитова
Новосибирский государственный технический университет
Russian Federation
Russian Federation
References
1. Kreinovich V. Interval computations and interval-related statistical techniques: estimating uncertainty of the results of data processing and indirect measurements // Advanced Mathematical and Computational Tools in Metrology and Testing X. Singapore: World Scientific. 2015. V. 86. P. 38-49.
2. Chen D.-G., Sun J., Peace K. E. Interval-censored time-to-event data: methods and applications. Chapman and Hall/CRC, 2012.
3. Вощинин А. П. Интервальный анализ данных: развитие и перспективы // Заводская лаборатория. 2002. Т. 68. № 1. С. 118-126.
4. Вощинин А. П. Метод анализа данных с интервальными ошибками в задачах проверки гипотез и оценивания параметров неявных линейно параметризованных функций // Заводская лаборатория. 2000. Т. 66. № 3. С. 51-64.
5. Орлов А. И. Основные идеи статистики интервальных данных // Научный журнал КубГАУ. 2013. Т. 10. № 94. С. 1-26.
6. Зенкова Ж. Н., Краковецкая И. В. Непараметрическая оценка Тёрнбулла для интервально-цензурированных данных в маркетинговом исследовании спроса на биоэнергетические напитки // Вестник Томского государственного университета. 2013. Т. 24. № 3. С. 64-69.
7. Вожов С. С. Исследование свойств непараметрической оценки функции распределения по интервальным данным // Сборник научных трудов НГТУ. 2015. Т. 79. № 1. С. 33-44.
8. Лемешко Б. Ю., Постовалов С. Н. О решении задач статистического анализа интервальных наблюдений // Вычислительные технологии. 1997. Т. 2. № 1. С. 28-36.
9. Вожов С. С., Чимитова Е. В. Проверка гипотезы о виде распределения по интервальным данным // Вестник ТГУ. Управление, вычислительная техника и информатика. 2016. Т. 34. № 1. С. 35-42.
10. Vozhov S. S., Chimitova E. V. Homogeneity Tests for Interval Data // Recent Advances in Systems, Control and Information Technology. Proceedings of the International Conference SCIT. 2016. P. 775-783.
11. Лемешко Б. Ю., Постовалов С. Н. Об оценивании параметров распределений по интервальным наблюдениям // Вычислительные технологии. 1998. Т. 3. № 2. С. 31-38.
12. Вожов С. С., Чимитова Е. В. Исследование статистических свойств оценок параметров распределений по интервальным данным // Сборник трудов Международной конференции «Актуальные проблемы электронного приборостроения». 2016. Т. 8. С. 33-35.
13. Денисов В. И., Лемешко Б. Ю., Цой Е. Б. Оптимальное группирование, оценка параметров и планирование регрессионных экспериментов. В 2-х ч. Новосибирск: Новосиб. гос. техн. ун-т., 1993.
14. Turnbull B. W. Nonparametric estimation of a survivorship function with doubly-censored data // J. Am. Statist. Assoc. 1974. V. 69. P. 169-173.
15. Turnbull B. W. The empirical distribution function with arbitrarily grouped, censored and truncated data // J. Roy. Statist. Soc. B. 1976. V. 38. P. 290-295.
16. Groeneboom P. Asymptotics for interval censored observations. Technical Report 87-18. Department of Mathematics, University of Amsterdam, 1987.
17. Groeneboom P., Wellner J. A. Information Bounds and Nonparametric Maximum Likelihood Estimation, Basel: Birkhauser Verlag, 1992.
18. Wellner J. A., Zhan Y. A hybrid algorithm for computation of the nonparametric maximum likelihood estimator from censored data // J. Am. Statist. Assoc. 1997. P. 945-959.
Review
For citations:
, . Metrologiya. 2018;(1):3-16. (In Russ.)
Views:
141
