МОДЕЛЮВАННЯ НЕСИМЕТРИЧНО РОЗПОДІЛЕНИХ ПРОЦЕСІВ
Анотація
У статті розглянуто проблеми моделювання несиметрично розподілених стохастичних процесів та виконання оцінки якості процесу моделювання на основі використання критерію хі-квадрат Пірсона. Визначені проблеми, що виникають у кожному індивідуальному випадку моделювання. Обґрунтовано вибір непараметричного методу дослідження на основі гістограм та надано пропозиції, щодо вибору їх основних параметрів. Показано, що на успіх моделювання суттєво впливає якість статистичного матеріалу і окремою проблемою є його фільтрація попередня до визначення показника якості. Надані рекомендації щодо послідовності процедур формування моделі стохастичного процесу та обробки результатів обчислення показників гістограми.
Завантаження
| Переглядів анотації: 209 | Завантажень PDF: 153 |
Посилання
Devroye, Luc. Non-uniform random variate generation : / L. Devroye. New York : Springer-Verlag, 1986. 857 p. ISBN 0-387-96305-7. Available via http://www.eirene.de/Devroye.pdf [accessed 07-August-2020].
Baron, M. Probability and Statistics for Computer Scientists : / M. Baron, USA CRC Press by Taylor & Francis Group, LLC : University of Texas at Dallas Richardson, 2014. ISBN 9781138044487. Available via https://prakashgautam.com.np/dipit02/books/rps-michael-byron.pdf [accessed 07-August-2020].
Sanda Micula, Ioana D. Pop. (2010) Simulations of continuous random variables and Monte Carlo methods. Journal of information systems & operations management, Vol. 72(3), 435-447. Available via http://jisom.rau.ro/Vol.10%20No.2%20-%202016/JISOM-WI16-A16.pdf [accessed 07-August-2020].
A Statistical Test Suite for the Validation of Random Number Generators and Pseudo Random Number Generators for Cryptographic Applications. NIST Special Publication 800-22. April 2010. Available via https://nvlpubs.nist.gov/nistpubs/Legacy/SP/nistspecialpublication800-22r1a.pdf [accessed 07-August-2020].
Saito, M. An Application of Finite Field: Design and Implementation of 128-bit Instruction-Based Fast Pseudorandom Number Generator. Dept. of Math. Graduate School of Science, February 9th, 2007. Available via http://www.math.sci.hiroshima-u.ac.jp/~m-mat/MT/SFMT/M062821.pdf [accessed 07-August-2020].
Knuth, D. E. The Art of Computer Programming. Volume 2. Seminumerical Algorithms. 3rd edition / D. E. Knuth. Boston, Mass, USA : Addison-Wesley, Longman Publishing, 1997. 762 p. ISBN 0-201-89683-4. Available via https://doc.lagout.org/science/0_Computer Science/2_Algorithms/The Art of Computer Programming (vol. 2_ Seminumerical Algorithms) (3rd ed.) [Knuth 1997-11-14].pdf [07-August -2020].
Taylor, J. R. An introduction to error analysis / J. R. Taylor. University of Colorado : University Science Books. 1982. 327 p. ISBN 0-935702-42-3. Available via https://getthisat.files.wordpress.com/2016/04/introduction_to_error_analysis_taylor_john.pdf [accessed 07-August-2020].
Richard V. Field, Jr., Stochastic Models: Theory and Simulation. Sandia National Laboratories Albuquerque, NM 87185-0346, March 2008. Available via http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1071.3216&rep=rep1&type=pdf [accessed 07-August-2020].
Scott, D.W. (1979) On optimal and data-based histograms. Biometrika, 66, 605–610. Available via http://www.stat.cmu.edu/~rnugent/PCMI2016/papers/ScottBandwidth.pdf [07-August-2020].
Freedman, D. and Diaconis, P. (1981) On this histogram as a density estimator: L2 theory. Zeit. Wahr. ver. Geb., 57, 453–476. Available via https://bayes.wustl.edu/Manual/FreedmanDiaconis1_1981.pdf [07-August-2020].
Sturges, H. (1926) The choice of a class-interval. J. Amer. Statist. Assoc., 21, P. 65–66. Available via https://www.tandfonline.com/doi/abs/10.1080/01621459.1926.10502161 [07-August-2020].
