Зазначено, що класичний метод найменших квадратів (МНК) К. Ф. Гаусс створив, спираючись на гіпотезу нормальності похибок спостережень. Проте ця гіпотеза, як правило, стає неспроможною, якщо кількість багатократних вимірів <$E n~>>~500>. У цьому випадку похибки описуються симетричним, трипараметричним розподілом Пірсона - Джеффріса, який, як і закон Гаусса, має діагональну інформаційну матрицю, і як показали численні дослідження, може бути названим універсальним законом розподілу похибок великих обсягів. Мета дослідження - розроблення еволюційних процедур МНК, адаптованого до закону похибок Пірсона - Джеффріса. Методика вирішення цієї проблеми базується на створеній аналітичній теорії адаптованих до похибок спостережень вагових функцій. Основним результатом є те, що ця теорія перетворює робастне оцінювання з евристичних спроб у справжню науку. Вперше показано значення аналізу залишкових похибок з точки зору фішерівської теорії оцінок, що надає змогу окреслити зони сингулярності вагової функції під час застосування МНК. Розроблено метод діагностики результатів застосування МНК на підставі аналізу статистичних кумулянт залишкових похибок і створено обгрунтовані еволюційні процедури для одержання ефективних МНК-оцінок, які фактично не змінюють класичних алгоритмів обробки даних.

  Повний текст PDF - 314.767 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"