Книга: ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ В УСЛОВИЯХ АПРИОРНОЙ СТАТИСТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ

В монографии с единых позиций учета априорной информации о виде распределения рассматривается современный взгляд на теорию робастных адаптивных оценок. Использование функционального подхода и метода подстановки позволяет кратко и эффективно изложить основные положения параметрической, непараметрической и робастной статистик. Значительное внимание уделяется новым классам полупараметрических и полунепараметрических задач, возникающих на стыках параметрической, непараметрической и робастной статистик и представляющих значительный интерес для практики. Робастные оценки синтезируются с использованием взвешенного метода максимального правдоподобия (ВММП), который позволяет получать адаптивные оценки и доверительные интервалы на локальных и глобальных супермоделях при различных уровнях априорной информации. Адаптивные оценки ВММП применяются для решения прикладных задач фильтрации изображений и анализа пространственно-временной динамики скорости ветра в пограничном слое атмосферы и показывают высокую эффективность по сравнению с классическими, робастными и непараметрическими оценками, часто применяемыми на практике. Настоящая монография предназначена для научных работников, инженеров-исследователей, аспирантов, магистрантов, студентов вузов и может быть полезной преподавателям при разработке курсов лекций по дисциплинам, связанным с интеллектуальной обработкой и анализом экспериментальных данных в условиях статистической неопределенности.