Cтраница 2
Во многих задачах математической статистики опытные данные привлекаются лишь для уточнения математической модели явления. К этому кругу вопросов относятся задачи оценивания параметров, составляющие один из центральных разделов математической статистики. [16]
Обычно в задачах математической статистики параметры распределения случайной величины х неизвестны. В практических расчетах без - большой логрешности можно принять, что уже при п 50 выборочные па раметры совпадают с генеральными. [17]
Во многих задачах математической статистики рассматриваются последовательности случайных величин г п, сходящиеся в том или ином смысле к некоторому пределу t ] ( случайной величине или константе), когда п - - оо. [18]
Одна из постановок задач математической статистики состоит в следующем. [19]
Для рассматриваемых Крамером задач математической статистики достаточно знакомства лишь с двумя типами сходимости последовательностей случайных величин: по распределению и по вероятности. [20]
Почти всегда в задачах математической статистики полезно - уточнять вид статистических структур. [21]
Процессы Маркова в задачах математической статистики, Укр. [22]
В отличие от них задачи математической статистики состоят в том, чтобы на основе полученных экспериментальных данных, которые в целом изменяются непредсказуемым образом, получить надежные выводы относительно основных параметров модели. [23]
Эта мера используется в задачах математической статистики. [24]
Сказанное позволяет нам в задачах математической статистики выделить следующие четыре общих элемента. Эти элементы, собственно, и определяют сущность каждой конкретной задачи. [25]
Так возникает второй важный класс задач математической статистики - задачи проверки гипотез. [26]
Она весьма полно охватывает круг задач математической статистики, с которыми сталкиваются физики-экспериментаторы при обработке результатов измерений и планировании экспериментов, а также физики-теоретики при анализе экспериментальных данных и сопоставлении их с теоретическими построениями. [27]
Часто можно слышать утверждение, что задача математической статистики - это принятие решений в условиях неопределенности, или утверждения о том, что приемы и методы математической статистики позволяют преодолеть неопределенные ситуации. Нам кажется, что такие суждения являются недостаточно сильными. Одна из основных идей математической статистики заключается в том, что надо не преодолевать, а нарочно создавать случайную ситуацию с тем, чтобы избавиться от необходимости стабилизировать мешающие факторы. Это - принципиально новая идея, радикально меняющая стратегию эксперимента. [28]
Заметим, что предложенные процедуры решения задач математической статистики не зависят от распределения случайной величины ц и, как следует из обоснования метода проектирования стохастических квазиградиентов, получаемые при этом оценки будут сильно состоятельными. [29]
Как отмечалось в § 3, некоторые задачи математической статистики сводятся к оптимизационным задачам. Применяя рассматриваемые численные методы, можно получить решения задач математической статистики, которые в определенных ситуациях будут выгоднее известных ранее. Рассмотрим это более подробно. [30]