Доклады АН ВШ РФ

ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Print ISSN: 1727-2769    Online ISSN: 2658-3747
English | Русский

Последний выпуск
№3(72) июль-сентябрь 2026

1.ИССЛЕДОВАНИЕ СТОЙКИХ ОЦЕНОК ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ МИНИМАЛЬНОГО ЗНАЧЕНИЯ

Выпуск № 1 (14) январь-июнь 2010
Авторы:

Лисицин Даниил Валерьевич ,
Грюнер Дмитрий Александрович ,
Аннотация

Работа посвящена исследованию стойких оценок параметров сдвига и масштаба распределения минимального значения. Исследование проведено методом статистических испытаний. Оценки сравниваются в условиях засорения модельного распределения. Выявляются ситуации, в которых стойкие оценки имеют преимущество перед оценками по методу максимального правдоподобия.


Ключевые слова: распределение минимального значения, оценка параметра, засорение, робастность, метод максимального правдоподобия, метод Монте-Карло.
Лисицин Даниил Валерьевич
доктор технических наук, профессор, НГТУ,
dalis2@yandex.ru
Orcid:

Грюнер Дмитрий Александрович
Омский филиал Московской финансово-промышленной академии, 644042, г. Омск, пр. К. Маркса, 18, корп.10, старший преподаватель кафедры «Математические методы в экономике» , +7(3812)373047
dagman@mail.ru
Orcid:

Список литературы

[1]       Шурыгин А.М. Прикладная стохастика: робастность, оценивание, прогноз. – М.: Финансы и статистика, 2000. – 224 c.



[2]       Боровков А.А. Математическая статистика. – Новосибирск: Наука; Изд-во Ин-та математики, 1997. – 772 с.



[3]       Лисицин Д.В. Об оценивании параметров модели при байесовском точечном засорении // Доклады АН ВШ РФ. – 2009. – № 1 (12). – C. 41–55.



[4]       Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания (Статистическая обработка неоднородных совокупностей). – М.: Статистика, 1980. – 208 c.



[5]       Робастность в статистике. Подход на основе функций влияния / Ф. Хампель, Э. Рончетти, П. Рауссеу, В. Штаэль. – М.: Мир, 1989. – 512 c.

Просмотров аннотации: 1622
Скачиваний полного текста: 0
Просмотров интерактивной версии: 0
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.