Выборочная функция - плотность
Cтраница 1
 |
Выборочная функция плотности срезанных данных. [1] |
Выборочная функция плотности, порождающая проблему другого характера, представлена на рис. 2.11. Здесь крайние карманы содержат значительное число наблюдений, в то время как ни один из оставшихся не содержит наблюдений. Это указывает на срезание. [2]
На рис. 2.8 приведена выборочная функция плотности для таких же данных, но взятых на более длинном промежутке. В этом случае выборочная функция плотности приближает гауссовскую функцию плотности, пожалуй, хорошо. Здесь критерий х2 Для проверки гауссовости неприменим, поскольку не выполняется предположение о независимости значений данных. [3]
 |
Выборочная функция плотности срезанных данных. [4] |
Для больших количеств данных вывод выборочной функции плотности по затратам может сравниться с полной распечаткой данных или с получением их графика. [5]
После того как эти три параметра определены, можно вычислять выборочную функцию плотности и ожидаемые частоты для нормального распределения. [6]
Необходимо следить за временем ( или какой-то другой независимой переменной) с тем, чтобы установить, совпадает ли обработанный промежуток с истинным и согласуется ли число точек для выборочной функции плотности с предполагаемым. [7]
На рис. 2.8 приведена выборочная функция плотности для таких же данных, но взятых на более длинном промежутке. В этом случае выборочная функция плотности приближает гауссовскую функцию плотности, пожалуй, хорошо. Здесь критерий х2 Для проверки гауссовости неприменим, поскольку не выполняется предположение о независимости значений данных. [8]
Следует проверить статистики для каждой зависимой переменной. Необходимо установить, насколько отвечают физической реальности выборочная функция плотности с точки зрения тех проблем, которые только что были затронуты, и тех, которые появятся сами, а также среднее, дисперсия, максимум и минимум. [9]
Полученные значения максимумов и минимумов можно использовать двояко. Во-первых, применить приемы предыдущего параграфа и построить выборочные функции плотности отдельно для максимумов и минимумов. [10]
Большой интерес представляет следующий пример, в котором гауссовский шум пропускается через узкополосный фильтр. На достаточно коротких отрезках данных выход такого фильтра довольно похож на простую синусоиду. Однако при вычислении выборочной функции плотности мы не увидим сходства с функцией плотности синусоиды. Найквиста), а центр частот расположен в точке, соответствующей 15 % частоты Найквиста. [11]
 |
Выборочная функция плотности для большого участка процесса, полученного узкополосной фильтрацией. Сюда включены данные, полученные для. [12] |
Один из способов уточнения данных состоит в том, чтобы изобразить все данные на графике и просмотреть их. Для больших объемов данных это утомительно, требует больших затрат времени и средств. В другом способе уточнения данных, более экономичном, используются выборочные функции плотности. [13]
Страницы: 1