Research output: Contribution to journal › Article › peer-review
Рандомизированный алгоритм корректировки выборочных данных. / Орехов, А.В.
In: ВЕСТНИК САНКТ-ПЕТЕРБУРГСКОГО УНИВЕРСИТЕТА. СЕРИЯ 10: ПРИКЛАДНАЯ МАТЕМАТИКА, ИНФОРМАТИКА, ПРОЦЕССЫ УПРАВЛЕНИЯ, Vol. 11, No. 3, 2015, p. 96-104.Research output: Contribution to journal › Article › peer-review
}
TY - JOUR
T1 - Рандомизированный алгоритм корректировки выборочных данных
AU - Орехов, А.В.
PY - 2015
Y1 - 2015
N2 - Одной из основных проблем статистического анализа экспериментальных данных является получение несмещенных (репрезентативных) выборочных совокупностей. Вполне естественным является желание получить репрезентативную выборку вычислительными методами. Процедура приведения структуры выборки в соответствие со структурой генеральной совокупности называется «корректировкой выборки». Все известные методы корректировки выборочных данных обладают существенным недостатком: они «исправляют» эмпирические функции распределения, а не сами выборочные совокупности. Впредлагаемой статье вводятся понятия пространств контрольных и изучаемых признаков, дается формальное определение репрезентативной выборочной совокупности, рассматривается рандомизированный алгоритм корректировки именно выборочных данных, а не их эмпирических распределений. Итерации рандомизированного алгоритма корректировки выборочных данных можно описать следующим образом. Сначала выбирается спектральное значение одного из контрольных признаков такое, что модуль разности между соответствующими выборочной и генеральной долями имеет максимальное значение, т. е. по всем k таким, что 1 k n, ищется max |wk −pk|. Если таких спектральных значений несколько, то случайным образом выбирается любое из них. Пусть это будет i-я компонента векторов WX и PX. Затем, если wi−pi > 0, из выборочной совокупности случайным образом удаляется некоторый вектор Zt, в котором компонента xi = 1; если же wi−pi < 0, то в выборочной совокупности случайным образом дублируется вектор Zt, в котором компонента xi = 1. Библиогр. 9 назв.
AB - Одной из основных проблем статистического анализа экспериментальных данных является получение несмещенных (репрезентативных) выборочных совокупностей. Вполне естественным является желание получить репрезентативную выборку вычислительными методами. Процедура приведения структуры выборки в соответствие со структурой генеральной совокупности называется «корректировкой выборки». Все известные методы корректировки выборочных данных обладают существенным недостатком: они «исправляют» эмпирические функции распределения, а не сами выборочные совокупности. Впредлагаемой статье вводятся понятия пространств контрольных и изучаемых признаков, дается формальное определение репрезентативной выборочной совокупности, рассматривается рандомизированный алгоритм корректировки именно выборочных данных, а не их эмпирических распределений. Итерации рандомизированного алгоритма корректировки выборочных данных можно описать следующим образом. Сначала выбирается спектральное значение одного из контрольных признаков такое, что модуль разности между соответствующими выборочной и генеральной долями имеет максимальное значение, т. е. по всем k таким, что 1 k n, ищется max |wk −pk|. Если таких спектральных значений несколько, то случайным образом выбирается любое из них. Пусть это будет i-я компонента векторов WX и PX. Затем, если wi−pi > 0, из выборочной совокупности случайным образом удаляется некоторый вектор Zt, в котором компонента xi = 1; если же wi−pi < 0, то в выборочной совокупности случайным образом дублируется вектор Zt, в котором компонента xi = 1. Библиогр. 9 назв.
KW - randomized algorithm
KW - sampling frame
KW - РАНДОМИЗИРОВАННЫЙ АЛГОРИТМ
KW - выборочная совокупность
UR - http://vestnik.spbu.ru/html15/s10/s10v3/08.pdf
M3 - статья
VL - 11
SP - 96
EP - 104
JO - ВЕСТНИК САНКТ-ПЕТЕРБУРГСКОГО УНИВЕРСИТЕТА. ПРИКЛАДНАЯ МАТЕМАТИКА. ИНФОРМАТИКА. ПРОЦЕССЫ УПРАВЛЕНИЯ
JF - ВЕСТНИК САНКТ-ПЕТЕРБУРГСКОГО УНИВЕРСИТЕТА. ПРИКЛАДНАЯ МАТЕМАТИКА. ИНФОРМАТИКА. ПРОЦЕССЫ УПРАВЛЕНИЯ
SN - 1811-9905
IS - 3
ER -
ID: 53304164