Асимптотически нормальный критерий качества типа Неймана-Пирсона для проверки сложных статистических гипотез

В работе предложено построение нового моментного критерия качества проверки сложных статистических гипотез на основе использования стохастических полиномов в качестве решающих функций и моментно-кумулянтного описания случайных величин. Предложенный подход позволяет эффективно синтезировать нелинейны...

Full description

Saved in:
Bibliographic Details
Published in:Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки
Date:2009
Main Author: Палагин, В.В.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2009
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/18756
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Асимптотически нормальный критерий качества типа Неймана-Пирсона для проверки сложных статистических гипотез / В.В. Палагин // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2009. — Вип. 2. — С. 137-142. — Бібліогр.: 8 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:В работе предложено построение нового моментного критерия качества проверки сложных статистических гипотез на основе использования стохастических полиномов в качестве решающих функций и моментно-кумулянтного описания случайных величин. Предложенный подход позволяет эффективно синтезировать нелинейные решающие правила с меньшими вероятностями ошибок при обработке негауссовских случайных величин по сравнению с известными результатами. The new moment criterion of quality for test of composite statistical hypotheses on the basis of the use of stochastic polynomials as decision functions and moment-cumulant description of casual sizes is developed. The offered approach allows effectively synthesising nonlinear decision rules with less probability of errors for Non-Gaussian random variable as compared to the known results.
ISSN:XXXX-0060