Robust parametric estimates of inhomogeneous experimental data
In the present work, a weighed maximum likelihood method (WMLM) is proposed to obtain robust estimates for processing experimental data containing outliers. The method allows robust asymptotic unbiased and effective estimates to be obtained in the presence of not only external, but also internal asymmetric and symmetric outliers. Algorithms for obtaining robust WMLM estimates are considered at the parametric level of aprioristic uncertainty. It is demonstrated that these estimates converge to maximum likelihood estimates of an inhomogeneous sample for each distribution from the Tukey supermodel.
Download file
Counter downloads: 107
Keywords
статистическая обработка данных физического эксперимента, неоднородные экспериментальные данные, робастные параметрические оценки, statistical processing of physics experimental data, inhomogeneous experimental data, robust parametric estimatesAuthors
| Name | Organization | |
| Simakhin V.A. | Kurgan State University | sva_full@mail.ru |
| Shamanaeva L.G. | V. E. Zuev Institute of Atmospheric Optics of the Siberian Branch of the Russian Academy of Sciences; National Research Tomsk State University | sima@iao.ru |
| Avdyushina A.E. | ITMO University | avdushina98@gmail.com |
References
Сызранцев В.Н., Невелев Я.П., Голофаст С.Л. Расчет прочностной надежности изделий на основе методов непараметрической статистики. - Новосибирск: Наука, 2008. - 218 с.
Симахин В.А., Черепанов О.С., Шаманаева Л.Г. // Изв. вузов. Физика. - 2015. - Т. 58. - № 12. - C. 176-181.
Muthukrishnan R. and Poonkuzhali G. // Am.-Eur. J. Sci. Res. - 2017. - V. 12. - No. 3. - P. 161-171.
Орлов А.И. // Зав. лаб. - 1992. - № 7. - C. 40-42.
Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. Робастность в статистике. - М.: Мир, 1989. - 512 с.
Хьюбер П. Робастность в статистике. - М.: Мир, 1984. - 303 с.
Шуленин В.П. Робастные методы математической статистики. - Томск: Изд-во НТЛ, 2016. - 260 с.
Шурыгин А.М. Прикладная статистика. Робастность. Оценивание. Прогноз. - М.: Финансы и статистика, 2000. - 223 с.
Цыпкин Я.З. Основы информационной теории идентификации. - М.: Наука, 1995. - 336 с.
Боровков А.А. Математическая статистика. - Новосибирск: Наука, 1997. - 772 с.
Симахин В.А. Робастные непараметрические оценки. - Saarbrücken: LAMBERT Academic Publishing, 2011. - 292 с.
Hogg R.V. // Comm. Statist. - 1982. - V. 11. - P. 2531-2542.
Lindsay B.G. // Ann. Statist. - 1994 - V. 22. - P. 1018-1114.
Markatou M., Basu A., and Lindsay B.G. // J. Am. Statist. Assoc. - 1998. - V. 93(442). - P. 740-750.
Field C. and Smith B. // Int. Statist. Rev. - 1995. - V. 62. - P. 405-424.
Hu F. and Zidek J.V. // Can. J. Statist. - 2002. - V. 30. - No. 3. - P. 347-371.
Agostinelli C. // Statist. Probab. Lett. - 2006. - V. 76. - P. 1930-1934.
Jaeckel L.A. // Ann. Math. Statist. - 1971. - V. 42. - P. 1020-1034.
Арнольд В.И. Жесткие и мягкие математические модели. - М.: МЦНМО, 2004. - 32 с.
