Статья
Sub-Optimal Nonparametric Hypotheses Discriminating with Guaranteed Decision
We study the problem of testing composite hypotheses versus composite alternatives when there is a slight deviation between the model and the real distribution. The used approach, which we called sub-optimal testing, implies an extension of the initial model and a modification of a sequential statistically significant test for the new model. The sub-optimal test is proposed and a non-asymptotic border for the loss function is obtained. Also we investigate correlation between the sub-optimal test and the sequential probability ratio test for the initial model.
We apply the suboptimal sequential nonparametric hypotheses testing approach for effectiveness of a statistical decision by sample space reducing. Numerical examples of the sample space reducing are given when an appropriate reducing makes it possible to construct robust sequential nonparametric hypotheses testing with a smaller mean duration time then one on the total sample space. © 2014 IEEE.
Presents numerous exercises with solutions to help the reader better understand different aspects of modern statistics.
Applications with R and Matlab code show how to practically use the methods.
Includes numerous explanations and tips on how to apply modern statistical methods.
The complexity of today’s statistical data calls for modern mathematical tools. Many fields of science make use of mathematical statistics and require continuous updating on statistical technologies. Practice makes perfect, since mastering the tools makes them applicable. Our book of exercises and solutions offers a wide range of applications and numerical solutions based on R. In modern mathematical statistics, the purpose is to provide statistics students with a number of basic exercises and also an understanding of how the theory can be applied to real-world problems. The application aspect is also quite important, as most previous exercise books are mostly on theoretical derivations. Also we add some problems from topics often encountered in recent research papers. The book was written for statistics students with one or two years of coursework in mathematical statistics and probability, professors who hold courses in mathematical statistics, and researchers in other fields who would like to do some exercises on math statistics.
Эта публикация представляет собой сборник отдельных статей "Третьей Международной конференции по динамике информационных систем», которая состоялась в университете Флориды, 16-18 февраля 2011 года. Цель данной конференции заключалась в том, чтобы собрать вместе ученых и инженеров из промышленности, правительства и научных кругов, чтобы они смогли обменяться новыми открытиями и результатами в вопросах, имеющих отношение к теории и практике динамики информационных систем. Динамика информационных систем: математическое открытие представляет собой современное исследование и предназначается студентам – аспирантам и исследователям, которые интересуются самыми последними открытиями в информационной теории и динамичных системах. Ученые других дисциплин могут также получить пользу от применения новых разработок в своих областях исследований.
Предлагается обобщённое семейство вероятностных тематических моделей коллекций тек- стовых документов, в котором эвристики регуляризации, сэмплирования, частого обновления параметров, робастности относительно шума и фона могут включаться независимо друг от дру- га в любых сочетаниях, порождая как известные модели PLSA, LDA, CVB0, SWB, так и новые. Показано, что робастная тематическая модель на основе PLSA, разделяющая термины на тема- тические, шумовые и фоновые, не нуждается в регуляризации и обеспечивает разреженность искомых дискретных распределений тем в документах и терминов в темах.
In this paper we explore an application of the pyramid HOG (Histograms of Oriented Gradients) features in image recognition problem with small samples. A sequential analysis is used to improve the performance of hierarchical methods. We propose to process the next, more detailed level of pyramid only if the decision at the current level is unreliable. The Chow’s reject option of comparison of the posterior probability with a fixed threshold is used to verify recognition reliability. The posterior probability is estimated for the homogeneity-testing probabilistic neural network classifier on the basis of its relation with the Bayesian decision. Experimental results in face recognition are presented. It is shown that the proposed approach allows to increase the recognition performance in 2–4 times in comparison with conventional classification of pyramid HOGs.
В статье представлена модель определения границ процесса воспроизводства коммерческой фирмы как процесса непрерывного обмена ресурсами фирмы с владельцами ресурсов - стейкхолдерами. Показаны условия поддержания устойчивости данного обмена и пределы манипулирования условиями обмена с поставщиками ресурсов фирмами. Доказывается, что создание фирмой неравновесных условий обмена со стейкхолдерами, ведущее к накоплению у последних квазиренты в отношениях с фирмой, является наиболее действенным способом развития рынков и отраслей.
In this paper we introduce a generalized learning algorithm for probabilistic topic models (PTM). Many known and new algorithms for PLSA, LDA, and SWB models can be obtained as its special cases by choosing a subset of the following “options”: regularization, sampling, update frequency, sparsing and robustness. We show that a robust topic model, which distinguishes specific, background and topic terms, doesn’t need Dirichlet regularization and provides controllably sparse solution.
Рассматривается использование методов математической статистики при решении количественных задач в экономике. Приводится ряд теоретических результатов, необходимых для освоения других разделов эконометрики.
Для студентов старших курсов, имеющих хорошую математическую и экономическую подготовку, аспирантов, а также инженеров, применяющих на практике методы математической статистики.
Сборник составлен по результатам исследований молодых ученых, аспирантов и студентов МЭСИ, а также ряда вузов Москвы, Йошкар-Олы, Магнитогорска, Махачкалы, Пензы, Саранска, Саратова, Улан-Удэ. Рассмотренные на конференции (июнь 2011 г.) результаты исследований посвящены вопросам статистической методологии, применению математико-статистических и эконометрических методов в различных отраслях экономики и социальной сфере. Обобщается зарубежный опыт статистического анализа ряда проблем экономической и социальной жизни. Сравнивается эффективность различных методов, формулируются рекомендации по их выбору в зависимости от специфики решаемой задачи.
В основе настоящего учебного пособия лежит специальный курс по выбору студента, прочитанный автором на механико - математическом факультете МГУ им. М.В. Ломоносова в 2010-2012 учебных годах. Пособие знакомит читателя с методом параметрикса и его дискретным аналогом, развитым в самое последнее время автором пособия и его коллегами-соавторами. Оно объединяет воедино материал, который ранее содержался только в ряде журнальных статей. Не стремясь к максимальной общности изложения, автор ставил целью продемонстрировать возможности метода при доказательстве локальных предельных теорем о сходимости марковских цепей к диффузионному процессу и при получении двусторонних оценок типа Аронсона для некоторых вырожденных диффузий.
Статьи данного сборника написаны на основе докладов, сделанных в 2011 г. на социологическом факультете МГУ им. М.В. Ломоносова на заседании XIV Междисциплинарного ежегодного научного семинара "Математическое моделирование социальных процессов" им. Героя Социалистического труда академика А.А. Самарского.
Издание предназначено для научных сотрудников, преподавателей, учащихся вузов и научных учреждений РАН, интересующихся проблемами, разработкой и внедрением методологии математического моделирования социальных процессов.