ISSN: 0137-0782
Статья представляет собой обзор результатов, полученных сотрудниками кафедры математической статистики в области аналитических и асимптотических свойств смешанных вероятностных моделей. Большое внимание уделено возможности представления некоторых широко применяемых абсолютно непрерывных распределений вероятностей (гамма-, Вейбулла, Стьюдента, Снедекора-Фишера, Миттаг-Леффлера, Бэрра и др.) в виде смесей распределений с максимальной дифференциальной энтропией (нормального и показательного). Также обсуждаются некоторые полезные дискретные распределения, допускающие представление в виде смешанных пуассоновских распределений. Приводятся примеры предельных теорем для статистик, построенных по выборкам случайного объема, в которых указанные распределения выступают в качестве предельных, а также оценки скорости сходимости в таких теоремах. Обсуждаются некоторые аспекты применения методов интеллектуального анализа больших массивов динамически накапливающихся данных на основе смешанных вероятностных моделей.
В данной статье показано, что произвольная масштабная смесь нормальных законов может быть стационарным распределением стохастического разностного уравнения (схемы авторегрессии первого порядка) со случайными коэффициентами.
Приведен пример того, как должен выглядеть (случайный) коэффициент диффузии для того, чтобы конкретная смесь была стационарным распределением.
В работе описана модификация метода векторной авторегрессии (VAR) для прогнозирования показателей качества наложенного канала. Модификация заключается в ведении весовых коэффициентов для квантилей временного ряда. Рассмотрено два способа расчета весовых коэффициентов — экспоненциальный (EVAR) и линейный (LVAR). Эксперименты показали, что такая модификация позволяет повысить точность прогноза на 2.6–25.2% по сравнению с классическими методами AR и VAR, но создают более высокую вычислительную нагрузку.
В данной статье определения обобщенных распределений Стьюдента распространяются на более широкое множество параметров этих распределений и приводятся теоремы умножения, позволяющие представить обобщенные распределения Стьюдента и Ломакса в виде масштабных смесей тех же самых распределений, но с большими параметрами. Аналогичный результат получен для бета-распределений. В качестве следствий получены аналоги теорем умножения для классических распределений Стьюдента и Ломакса, в частности, показано, что распределение Стьюдента может быть представлено в виде масштабной смеси распределения Стьюдента с большим числом степеней свободы. Также получено представление строго устойчивых распределений, сосредоточенных на положительной полуоси, в виде масштабных смесей специального распределения, не являющегося устойчивым. Это альтернативное представление дополняет теорему умножения для таких строго устойчивых законов.
