Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
9.7.4. Экспериментальные результаты: точечные оценкиВ табл. 9.2 мы представили распределение значений моды байесовских апостериорных распределений и оценок теории Выборочных исследований для прогона 12. Для каждой из 50 выборок объемом Таблица 9.2. Распределение частот байесовских оценок и оценок теории выборочных исследований у (истинное значение (см. скан) Т до 40, 60 и 100 распределения значений моды байесовских апостериорных распределений и распределения оценок теории выборочных исследований становятся все более и более подобными и все теснее концентрируются вокруг истинного значения. Мы отметим, однако, что даже в выборках объемом 40, 60 и 100 в распределениях оценок теории выборочных исследований имеют место «выбросы». Этот факт будет обсуждаться ниже. В табл. 9.3 мы представляем результаты, полученные для прогона II, в котором дисперсия островершинными и сильнее сконцентрированными вокруг истинного значения параметра
Рис. 9.3. Гистограмма распределения моды байесовских апостериорных распределений для
Рис. 9.4. Гистограмма распределения оценок теории выборочных исследований для параметра у (прогон Так же как и в случае прогона I, подход с позиций теории выборочных исследований дает в ряду оценок «выбросы», что не является характерным для байесовского подхода к проблеме. Что касается «выбросов», получающихся при применении методов теории выборочных исследований, то необходимо отметить, что они встречаются и в других экспериментах Монте-Карло. Хотя некоторые Таблица 9.3. Распределение частот байесовских оценок и оценок теории выборочных исследований у (истинное значение (см. скан) исследователи называют в качестве возможных причин «выбросов» накопление ошибок округления и почти вырожденность матрицы моментов, но такое объяснение не является убедительным в случае «выбросов», полученных в наших экспериментах. По нашим данным, распределение оценивателя в (9.104) таково, что в условиях прогонов I и II значения на хвостах распределения могут появляться с вероятностью, которая должна приниматься во внимание. Тот факт, что байесовский подход не дает этого для значений апостериорной моды на хвостах распределения, по крайней мере в анализируемом множестве экспериментов, является действительно важным результатом. Общий вид точных апостериорных распределений, построенных для условий прогона I, показан на рис. 9.5. Вообще говоря, для малых выборок эти распределения часто отличаются от нормального, будучи обычно островершинными и скошенными, с толстыми хвостами. В случае больших выборок было больше распределений, близких к нормальному и еще более близких к уже обсуждавшемуся выше аппроксимирующему нормальному распределению. В случае прогона III изменения в условиях проведения эксперимента относительно прогона II касаются только дисперсии
Рис. 9.5. Типичные апостериорные ФПВ для параметра Увеличивая дисперсию Одно положение, выявленное в результате анализа результатов, полученных при различных условиях, которые мы называем условно. Таблица 9.4. Распределение частот байесовских оценок и оценок теории выборочных исследований параметра у (истинное значение
«большая выборка»
|
1 |
Оглавление
|