Interval estimation of distribution parameter by statistical trials of expected value
The distribution parameter interval estimators are obtained by direct numerical approximation of the expected value for infinite and finite populations under the known upper and lower bounds of the random variable domain. Like in Bayesian approach, the distribution parameters are treated as random v...
Saved in:
| Published in: | Вопросы атомной науки и техники |
|---|---|
| Date: | 2019 |
| Main Author: | |
| Format: | Article |
| Language: | English |
| Published: |
Національний науковий центр «Харківський фізико-технічний інститут» НАН України
2019
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/195477 |
| 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: | Interval estimation of distribution parameter by statistical trials of expected value / V.O. Barannik // Problems of atomic science and technology. — 2019. — № 6. — С. 138-143. — Бібліогр.: 11 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-195477 |
|---|---|
| record_format |
dspace |
| spelling |
Barannik, V.O. 2023-12-05T11:23:20Z 2023-12-05T11:23:20Z 2019 Interval estimation of distribution parameter by statistical trials of expected value / V.O. Barannik // Problems of atomic science and technology. — 2019. — № 6. — С. 138-143. — Бібліогр.: 11 назв. — англ. 1562-6016 PACS: 02.50.Ng https://nasplib.isofts.kiev.ua/handle/123456789/195477 The distribution parameter interval estimators are obtained by direct numerical approximation of the expected value for infinite and finite populations under the known upper and lower bounds of the random variable domain. Like in Bayesian approach, the distribution parameters are treated as random variables, and their uncertainty is described as a distribution. The Monte Carlo procedure is involved to get the correspondent confidence interval endpoints. The model does not impose any restrictions on the type of distributions. In contrast to other nonparametric interval assessments of distribution parameters, the model is operable for samples of any size. Отримано інтервальні оцінки параметрів розподілу апроксимацією очікуваних значень нескінченної або скінченної генеральної сукупності з відомими границями. Аналогічно методу Байєса параметри розподілу розглядаються як випадкові величини, а їх невизначеність виражається в термінах розподілу. Для знаходження границь довірчого інтервалу застосовується метод Монте-Карло. Модель не накладає будь-яких обмежень на вид розподілів. На відміну від інших непараметричних інтервальних оцінок параметрів розподілу модель працює з вибірками будь-якоко розміру. Получены интервальные оценки параметров распределения аппроксимацией ожидаемых значений бесконечной или конечной генеральной совокупности с известными границами. Аналогично методу Байеса параметры распределения интерпретируются как случайные переменные, и их неопределенность выражается в терминах распределений. Для нахождения границ доверительного интервала используется метод Монте-Карло. Модель не накладывает каких-либо ограничений на вид распределений. В отличие от других непараметрических интервальных оценок параметров распределений модель работает с выборками любого размера. en Національний науковий центр «Харківський фізико-технічний інститут» НАН України Вопросы атомной науки и техники Experimental methods and processing of data Interval estimation of distribution parameter by statistical trials of expected value Інтервальна оцінка параметра розподілу статистичними випробуваннями очікуваної величини Интервальная оценка параметра распределения статистическими испытаниями ожидаемой величины Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Interval estimation of distribution parameter by statistical trials of expected value |
| spellingShingle |
Interval estimation of distribution parameter by statistical trials of expected value Barannik, V.O. Experimental methods and processing of data |
| title_short |
Interval estimation of distribution parameter by statistical trials of expected value |
| title_full |
Interval estimation of distribution parameter by statistical trials of expected value |
| title_fullStr |
Interval estimation of distribution parameter by statistical trials of expected value |
| title_full_unstemmed |
Interval estimation of distribution parameter by statistical trials of expected value |
| title_sort |
interval estimation of distribution parameter by statistical trials of expected value |
| author |
Barannik, V.O. |
| author_facet |
Barannik, V.O. |
| topic |
Experimental methods and processing of data |
| topic_facet |
Experimental methods and processing of data |
| publishDate |
2019 |
| language |
English |
| container_title |
Вопросы атомной науки и техники |
| publisher |
Національний науковий центр «Харківський фізико-технічний інститут» НАН України |
| format |
Article |
| title_alt |
Інтервальна оцінка параметра розподілу статистичними випробуваннями очікуваної величини Интервальная оценка параметра распределения статистическими испытаниями ожидаемой величины |
| description |
The distribution parameter interval estimators are obtained by direct numerical approximation of the expected value for infinite and finite populations under the known upper and lower bounds of the random variable domain. Like in Bayesian approach, the distribution parameters are treated as random variables, and their uncertainty is described as a distribution. The Monte Carlo procedure is involved to get the correspondent confidence interval endpoints. The model does not impose any restrictions on the type of distributions. In contrast to other nonparametric interval assessments of distribution parameters, the model is operable for samples of any size.
Отримано інтервальні оцінки параметрів розподілу апроксимацією очікуваних значень нескінченної або скінченної генеральної сукупності з відомими границями. Аналогічно методу Байєса параметри розподілу розглядаються як випадкові величини, а їх невизначеність виражається в термінах розподілу. Для знаходження границь довірчого інтервалу застосовується метод Монте-Карло. Модель не накладає будь-яких обмежень на вид розподілів. На відміну від інших непараметричних інтервальних оцінок параметрів розподілу модель працює з вибірками будь-якоко розміру.
Получены интервальные оценки параметров распределения аппроксимацией ожидаемых значений бесконечной или конечной генеральной совокупности с известными границами. Аналогично методу Байеса параметры распределения интерпретируются как случайные переменные, и их неопределенность выражается в терминах распределений. Для нахождения границ доверительного интервала используется метод Монте-Карло. Модель не накладывает каких-либо ограничений на вид распределений. В отличие от других непараметрических интервальных оценок параметров распределений модель работает с выборками любого размера.
|
| issn |
1562-6016 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/195477 |
| citation_txt |
Interval estimation of distribution parameter by statistical trials of expected value / V.O. Barannik // Problems of atomic science and technology. — 2019. — № 6. — С. 138-143. — Бібліогр.: 11 назв. — англ. |
| work_keys_str_mv |
AT barannikvo intervalestimationofdistributionparameterbystatisticaltrialsofexpectedvalue AT barannikvo íntervalʹnaocínkaparametrarozpodílustatističnimiviprobuvannâmiočíkuvanoíveličini AT barannikvo intervalʹnaâocenkaparametraraspredeleniâstatističeskimiispytaniâmiožidaemoiveličiny |
| first_indexed |
2025-11-30T09:26:00Z |
| last_indexed |
2025-11-30T09:26:00Z |
| _version_ |
1850857030942720000 |