Условная плотность - распределение
Cтраница 3
В соответствии с критерием МАВ под наилучшей оценкой понимается такая оценка, которая определяется максимизацией по X условной плотности распределения р [ X Y ] на всем интервале наблюдений. [31]
Обозначим P ( Q) вероятность появления объекта класса ft, а / ( х) - условную плотность распределения значений признаков внутри П - го класса. [32]
Пусть в начальной стадии работ по построению алгоритмов контроля об объекте контроля не известны никакие статистические характеристики типа условных плотностей распределений вероятностей измеряемой точки у и распределения вероятностей событий i из числа возможных на объекте. [33]
Найдем выражение для совместной плотности распределения, которая имеет место в этом случае, для чего вначале определим условную плотность распределения ру. [34]
Отсюда видно, что для определения плотности распределения системы необходимо в общем случае знание плотности распределения одной случайной величины, входящей в систему, и условной плотности распределения другой случайной величины, входящей в эту систему. [35]
Прогнозирование плотности распределения сопротивляемости невосстанавливаемого элемента, рассмотренное в предыдущем разделе, учитывает две формы изменения сопротивляемости: либо элемент отказывает и полностью теряет сопротивляемость, либо отказ не наступает и тогда условная плотность распределения сопротивляемости элемента трансформируется. Причиной трансформирования является действие нагрузки. Однако изменение плотности распределения сопротивляемости, обусловленное отбором в прогнозируемом будущем тех исходов мысленного испытания, которые не приводят к отказу, не следует смешивать с изменением сопротивляемости, обусловленным старением. [36]
Наиболее полной характеристикой погрешности Е вследствие возможности ее статистической связи с измеряемой величиной X является условная плотность распределения вероятностей f ( e x), которая теряет условный характер и имеет вид f ( е) в частном случае при отсутствии такой статистической связи. Условная плотность распределения вероятностей f ( e x) содержит всю необходимую информацию для оценки по - грешности, однако она не всегда известна. Поэтому на практике используется некоторое количество параметров ( показателей) этого распределения так, чтобы эти параметры в достаточной мере характеризовали погрешность исследуемой системы. [37]
Наиболее полной характеристикой погрешности Е вследствие возможности ее статистической связи с измеряемой величиной X является условная плотность распределения вероятностей / ( е х), которая теряет условный характер и имеет вид f ( e) в частном случае при отсутствии такой статистической связи. Условная плотность распределения вероятностей f ( e x) содержит всю необходимую информацию для оценки погрешности, однако она не всегда известна. Поэтому на практике используется некоторое количество параметров ( показателей) этого распределения так, чтобы эти параметры в достаточной мере характеризовали погрешность исследуемой системы. [38]
Рассмотрим основные результаты теории статистических решений на следующем примере. Известны описания классов - условные плотности распределения вероятностей / J ( х) и / 2 ( х) значений признака объектов классов Qt и Q2, a также априорные вероятности P ( Qi) и P ( Q2) появления объектов. [39]
 |
Условная плотность распределения вероятности. [40] |
Для каждого значения X хо сечение двумерной плотности распределения дает условную плотность распределения Р ( У / ХО) ( рис. V. Исследование многомерных плотностей распределения часто бывает сложным, поэтому, как и в случае одной случайной величины, стремятся воспользоваться приближенными характеристиками этой функции. [41]
Критерий Байеса - правило, в соответствии с которым обеспечивается минимум среднего риска при выбранной стратегии решений. Байесовский критерий применяют, если известны априорные вероятности появления классов, условные плотности распределения значений признаков по классам и платежные матрицы. [42]
Так как системы непрерывных случайных величин имеют основное практическое значение, то мы ограничимся рассмотрением условных плотностей распределения. [43]
Репликативная сеть способна удалять аддитивный шум, присутствующий в исходных данных. Предположим, что вектор данных состоит из двух слагаемых: информационной части вектора и шумового случайного компонента, выбираемого в каждой точке многообразия данных в соответствии с условной плотностью распределения. [44]
Если частота отказов позволяет оценить надежность системы за требуемый интервал времени без учета времени предшествую щей работы, то интенсивность отказов учитывает это влияние. Плотность распределения, учитывающая предшествующее состояние случайной величины, называется условной плотностью. Таким образом, интенсивность отказов является условной плотностью распределения времени отказа, представляющей собой мгновенную частоту отказов системы в момент времени при условии отсутствия отказов до этого момента. [45]
Страницы: 1 2 3 4