LINUX.ORG.RU

[матстат]Алгоритм расчета интервалов для выборки


0

1

Собственно какие алгоритмы есть для сабжевой задачи? Листал учебник получается такой:
1) Рассчитать размах данных(R=Xmax-Xmin)
2) Рассчитать длину интервала h=R/(log2(n)+1) n-объем выборки
3) Округлить в большую сторону h
4) x_нач=Xmin-h/2
Дальше этими интервалами заменяем реальную выборку и считаем ее свойства. Вот интересует вопрос есть ли какие то алгоритмы для этого иные: быстрее, точнее ?

★★★★★

В каком смысле быстрее? Определение числа корзин и начального значения - это два коротеньких вычисления при заданном (произвольном) правиле. Что тут можно сделать быстрее?

Что касается «точнее», то вместо гистограмм может быть предпочтительнее использовать непараметрические методы построения плотностей распределения.

visitor ★
()

Есть. Все зависит от того, какую задачу требуется решить в итоге. Т.е. «считаем ее (выборки) свойства» - что под этим подразумевается?

gzh
()
Ответ на: комментарий от pylin

Гистограмма для этого не нужна.

Для оценки просто используйте выборочные аналоги.

visitor ★
()
Ответ на: комментарий от pylin

Среднее выборочное - это и есть среднее выборочное. Берите выборку и считайте по ней среднее, ничего придумывать не нужно.

Если же в действительности нужны оценки истинных значений моментов распределения, то, как выше предлагает visitor, истинные значения моментов можно оценить все теми же выборочными значениями моментов, и такая оценка будет в определенном смысле хорошей («состоятельной»), хотя и не обязательно оптимальной (могут существовать оценки точнее). Иными словами, если вам нужно алгоритм попроще, и выборка большая, - можно взять метод моментов (это он и есть). Выборку не нужно даже сортировать, все считается за один проход.

Если вы знаете что-нибудь о том, к какому классу относится распределение вашей случайной величины, какие предположения можно сделать об этом распределении, - можно повозиться с параметрическими методами.

Если в отношении природы случайной величины ничего неизвестно - ну да, можно считать значения интересующих вас функционалов на выборочной функции распределения вместо их значений на (неизвестном) настоящем распределении; такие оценки тоже будут как-то там асимптотически сходиться к истинному значению при увеличении размера выборки, но не факт что скорость сходимости будет выше чем у оценок, полученных методом моментов. (Для непрерывных распределений, правда, эту скорость можно оценить).

gzh
()
Вы не можете добавлять комментарии в эту тему: топик перемещен в архив.