Параметрическое оценивание распределений

Привет, Вы узнаете о том , что такое параметрическое оценивание распределений, Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое параметрическое оценивание распределений , настоятельно рекомендую прочитать все из категории Распознавание образов.

параметрическое оценивание распределений реализуется в тех случаях, когда известен вид распределений  и по обучающей выборке необходимо лишь оценить значения параметров этих распределений. Априорное знание вида  на практике встречается нечасто, однако, учитывая удобство данного подхода, иной раз делают допущение, например, о том, что - нормальный закон. Такого рода допущения далеко не всегда имеют убедительные основания, но тем не менее используются, если результаты обучения приводят к приемлемым ошибкам распознавания.

Итак, обучение сводится к оценке значений параметров  при заранее известном виде этих распределений. Особое место среди распределений занимает нормальный закон. Это связано с тем, что, как известно из математической статистики, если случайная величина порождена воздействием достаточно большого числа случайных факторов с произвольными законами распределения и среди этих влияний нет явно доминирующего, то интересующая нас величина имеет нормальный закон распределения. Об этом говорит сайт https://intellect.icu . Для одномерного случая

(для простоты впредь будем рассматривать одномерный случай, а заинтересовавшиеся слушатели могут обратиться к литературе, приведенной в конце конспекта лекций).

Параметрами этого распределения являются две величины:  – математическое ожидание,  – дисперсия. Их-то и нужно оценить по выборке. Одним из наиболее простых является метод моментов. Он применим для распределений , зависящих от  параметров, имеющих  конечных первых моментов, которые могут быть выражены как явные функции  параметров. Тогда, вычислив по выборке   первых ее моментов и приравняв их , получим систему уравнений

,

из которой определяются оценки .

Для одномерного нормального закона

 .

 .

Представленные результаты и исследования подтверждают, что применение искусственного интеллекта в области параметрическое оценивание распределений имеет потенциал для революции в различных связанных с данной темой сферах. Надеюсь, что теперь ты понял что такое параметрическое оценивание распределений и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Распознавание образов

Из статьи мы узнали кратко, но содержательно про параметрическое оценивание распределений