Идентификация вероятностного распределения по коэффициентам асимметрии и эксцесса

Г. Н. Жукова

?

Идентификация вероятностного распределения по коэффициентам асимметрии и эксцесса

Автоматизация. Cовременные технологии. 2016. № 5. С. 26–33.

Предложено проводить идентификацию типа вероятностного распределения времени работы некоторых алгоритмов на основе коэффициентов асимметрии и эксцесса. На координатной плоскости "коэффициент асимметрии - коэффициент эксцесса" выделены множества, соответствующие наиболее употребительным вероятностным распределениям. Некоторые из этих множеств расположены изолировано от остальных, что позволяет с большой уверенностью идентифицировать тип распределения выборки со значениями коэффициентов асимметрии и эксцесса из такого множества. Другие множества пересекаются (например, область, соответствующая бета-распределению, содержит линии, образуемые семействами распределений Пуассона, Вей-булла, биномиального и некоторых других), так что для некоторых выборок можно подобрать более одного подходящего распределения. Однако даже в этом случае подходящих вариантов распределения для одной выборки не более трёх-четырёх.

Приоритетные направления: компьютерно-математическое

Язык: русский

Текст на другом сайте

Ключевые слова: probability distribution identification skewness kurtosis идентификация вероятностного распределения коэффициент асимметрии коэффициент эксцесса

Growth in noncommutative algebras and entropy in derived categories

Пионтковский Д. И., / Series arXiv "math". 2026.

Добавлено: 23 июня 2026 г.

Multilinear nilalgebras and the Jacobian theorem

Пионтковский Д. И., / Series arXiv "math". 2025.

Добавлено: 23 июня 2026 г.

Инвестиционное поведение на мировом рынке криптовалют: учитывают ли игроки возможности диверсификации?

Дергилёва А. А., Добрынская В.В., Гуров С. В. и др., Journal of Applied Economic Research 2026 Т. 25 № 1 С. 249–282

До последнего времени рынок криптовалют рассматривался как рынок частных непортфельных инвесторов, и основное внимание уделялось волатильности. Постепенная институционализация и создание ETF выдвигает на первый план новые характеристики, одной из которых является асимметрия биржевого поведения. Цель нашего исследования — анализ взаимосвязей между показателями асимметричного риска и доходностью портфелей по широкой выборке криптовалют. Тестируется гипотеза о значимости скошенности и систематической скошенности (коскошенности, ...

Добавлено: 14 июня 2026 г.

ML-based Fast Simulation of FARICH Responses

Шипилов Ф. А., Barnyakov A., Ivanov A. и др., / Series Physics "arxiv.org". 2026.

Добавлено: 19 мая 2026 г.

Natural hazard database from Internet publications: text mining with a large language model

Деркачева А. А., Сакиркина М. А., Краев Г. Н. и др., /. 2026.

Добавлено: 28 апреля 2026 г.

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

Пиле Я. Э., Deng Y., Щур Л. Н., / Series arXiv "math". 2026. No. 2604.10254.

Добавлено: 20 апреля 2026 г.

Using predefined vector systems to speed up neural network multimillion class classification

Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.

Добавлено: 2 апреля 2026 г.

The effect of induced flow on the water wave skewness

Слюняев А. В., Kokorina A., Physics of Fluids 2025 Vol. 37 No. 8 Article 087192

Добавлено: 12 февраля 2026 г.

Iterative Ricci-Foster Curvature Flow with GMM-Based Edge Pruning: A Novel Approach to Community Detection

Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.

Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...

Добавлено: 15 января 2026 г.

Implementing Transport Coding in OMNeT++ for Message Delay Reduction

Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.

Добавлено: 24 декабря 2025 г.

Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset

Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.

Добавлено: 1 декабря 2025 г.

Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.

Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.

Добавлено: 9 ноября 2025 г.

Comparing SSD-Efficient Portfolios with a Skewed Reference Distribution

Cesarone F., Cesetti R., Орландо Д. и др., Mathematics 2023 Vol. 11 No. 1 Article 50

Добавлено: 23 февраля 2024 г.