Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición
Hoy en día, la construcción de estimaciones estadísticas efectivas con una cantidad limitada de información estadística constituye un problema práctico significativo. El artículo está dedicado a aplicar el enfoque científico bayesiano a la construcción de estimaciones estadísticas de los parámetros...
| Autores principales: | , , , , , , , |
|---|---|
| Formato: | Online |
| Idioma: | eng |
| Publicado: |
Universidad Nacional de Ingeniería (UNI) en Managua
2021
|
| Acceso en línea: | https://www.camjol.info/index.php/NEXO/article/view/12666 |
| id |
NEXO12666 |
|---|---|
| record_format |
ojs |
| institution |
Universidad Nacional de Ingeniería |
| collection |
Nexo Revista Científica |
| language |
eng |
| format |
Online |
| author |
Rustam Zinnatullivich, Khayrullin Altyngul Kumashevna, Khaimuldinova Gulnara Kabzhanovna, Taimanova Tolkyn Erzhanovna, Sarsembayeva Sergeevich, Volkov Vladimir Vladimirovna, Shamina Svetlana Evgenij Aleksandrovich, Lyalin Vladimirovich, Kabanov Oleg |
| spellingShingle |
Rustam Zinnatullivich, Khayrullin Altyngul Kumashevna, Khaimuldinova Gulnara Kabzhanovna, Taimanova Tolkyn Erzhanovna, Sarsembayeva Sergeevich, Volkov Vladimir Vladimirovna, Shamina Svetlana Evgenij Aleksandrovich, Lyalin Vladimirovich, Kabanov Oleg Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| author_facet |
Rustam Zinnatullivich, Khayrullin Altyngul Kumashevna, Khaimuldinova Gulnara Kabzhanovna, Taimanova Tolkyn Erzhanovna, Sarsembayeva Sergeevich, Volkov Vladimir Vladimirovna, Shamina Svetlana Evgenij Aleksandrovich, Lyalin Vladimirovich, Kabanov Oleg |
| author_sort |
Rustam Zinnatullivich, Khayrullin |
| description |
Hoy en día, la construcción de estimaciones estadísticas efectivas con una cantidad limitada de información estadística constituye un problema práctico significativo. El artículo está dedicado a aplicar el enfoque científico bayesiano a la construcción de estimaciones estadísticas de los parámetros de las leyes de distribución de variables aleatorias. Se consideran cinco leyes de distribución: la ley de Poisson, la ley exponencial, la ley uniforme, la ley de Pareto y la ley ordinaria. Se introdujo y utilizó el concepto de leyes de distribución que se conjugan con la población observada. Se muestra que para las leyes de distribución consideradas, los parámetros de las leyes mismas son variables aleatorias y obedecen la ley típica, la ley gamma, la ley gamma normal y la ley de Pareto. Se obtienen fórmulas de recálculo para afinar los parámetros de estas leyes, teniendo en cuenta información posterior. Si aplicamos las fórmulas de recálculo varias veces seguidas, obtendremos algún proceso convergente. A partir de un proceso convergente, es posible diseñar un proceso para el autoaprendizaje de un sistema o el autoajuste de un sistema. El enfoque científico desarrollado se aplicó para resolver los problemas de medición de los dispositivos de medición de prueba y los sistemas técnicos. Se dan los resultados de la construcción de estimaciones puntuales y la construcción de estimaciones de intervalo para los parámetros de estas leyes. Los resultados de la comparación con el estadístico correspondiente |
| title |
Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_short |
Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_full |
Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_fullStr |
Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_full_unstemmed |
Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_sort |
aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición |
| title_alt |
Application of bayesian scientific approach to constructing the statistical estimations for solving metrological and measurement problems |
| publisher |
Universidad Nacional de Ingeniería (UNI) en Managua |
| publishDate |
2021 |
| url |
https://www.camjol.info/index.php/NEXO/article/view/12666 |
| work_keys_str_mv |
AT rustamzinnatullivichkhayrullin applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT altyngulkumashevnakhaimuldinova applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT gulnarakabzhanovnataimanova applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT tolkynerzhanovnasarsembayeva applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT sergeevichvolkovvladimir applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT vladimirovnashaminasvetlana applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT evgenijaleksandrovichlyalin applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT vladimirovichkabanovoleg applicationofbayesianscientificapproachtoconstructingthestatisticalestimationsforsolvingmetrologicalandmeasurementproblems AT rustamzinnatullivichkhayrullin aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT altyngulkumashevnakhaimuldinova aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT gulnarakabzhanovnataimanova aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT tolkynerzhanovnasarsembayeva aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT sergeevichvolkovvladimir aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT vladimirovnashaminasvetlana aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT evgenijaleksandrovichlyalin aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion AT vladimirovichkabanovoleg aplicaciondelenfoquecientificobayesianoalaconstrucciondeestimacionesestadisticaspararesolverproblemasmetrologicosydemedicion |
| _version_ |
1805399673942310912 |
| spelling |
NEXO126662021-11-01T03:32:26Z Application of bayesian scientific approach to constructing the statistical estimations for solving metrological and measurement problems Aplicación del enfoque científico bayesiano a la construcción de estimaciones estadísticas para resolver problemas metrológicos y de medición Rustam Zinnatullivich, Khayrullin Altyngul Kumashevna, Khaimuldinova Gulnara Kabzhanovna, Taimanova Tolkyn Erzhanovna, Sarsembayeva Sergeevich, Volkov Vladimir Vladimirovna, Shamina Svetlana Evgenij Aleksandrovich, Lyalin Vladimirovich, Kabanov Oleg measurement accuracy Bayesian scientific approach a posteriori information metrological and measurement problems precisión de la medición enfoque científico bayesiano información a posteriori problemas metrológicos y de medición Nowadays, constructing effective statistical estimates with a limited amount of statistical information constitutes a significant practical problem. The article is devoted to applying the Bayesian scientific approach to the construction of statistical estimates of the parameters of the laws of distribution of random variables. Five distribution laws are considered: The Poisson law, the exponential law, the uniform law, the Pareto law, and the ordinary law. The concept of distribution laws that conjugate with the observed population was introduced and used. It is shown that for considered distribution laws, the parameters of the laws themselves are random variables and obey the typical law, gamma law, gamma - normal law, and Pareto law. Recalculation formulas are obtained to refine the parameters of these laws, taking into account posterior information. If we apply the recalculation formulas several times in a row, we will get some convergent process. Based on a converging process, it is possible to design a process for self-learning a system or self-tuning a system. The developed scientific approach was applied to solve the measuring problems for the testing measuring devices and technical systems. The results of constructing point estimates and constructing interval estimates for these laws' parameters are given. The results of comparison with the corresponding statistical estimates constructed by the classical maximum likelihood method are presented. Hoy en día, la construcción de estimaciones estadísticas efectivas con una cantidad limitada de información estadística constituye un problema práctico significativo. El artículo está dedicado a aplicar el enfoque científico bayesiano a la construcción de estimaciones estadísticas de los parámetros de las leyes de distribución de variables aleatorias. Se consideran cinco leyes de distribución: la ley de Poisson, la ley exponencial, la ley uniforme, la ley de Pareto y la ley ordinaria. Se introdujo y utilizó el concepto de leyes de distribución que se conjugan con la población observada. Se muestra que para las leyes de distribución consideradas, los parámetros de las leyes mismas son variables aleatorias y obedecen la ley típica, la ley gamma, la ley gamma normal y la ley de Pareto. Se obtienen fórmulas de recálculo para afinar los parámetros de estas leyes, teniendo en cuenta información posterior. Si aplicamos las fórmulas de recálculo varias veces seguidas, obtendremos algún proceso convergente. A partir de un proceso convergente, es posible diseñar un proceso para el autoaprendizaje de un sistema o el autoajuste de un sistema. El enfoque científico desarrollado se aplicó para resolver los problemas de medición de los dispositivos de medición de prueba y los sistemas técnicos. Se dan los resultados de la construcción de estimaciones puntuales y la construcción de estimaciones de intervalo para los parámetros de estas leyes. Los resultados de la comparación con el estadístico correspondiente Universidad Nacional de Ingeniería (UNI) en Managua 2021-10-28 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-Reviewed Article Artículo revisado por pares application/pdf https://www.camjol.info/index.php/NEXO/article/view/12666 10.5377/nexo.v34i04.12666 Nexo Scientific Journal; Vol. 34 No. 04 (2021); 1301-1321 Nexo Revista Científica; Vol. 34 Núm. 04 (2021); 1301-1321 1995-9516 1818-6742 eng https://www.camjol.info/index.php/NEXO/article/view/12666/14690 Copyright (c) 2021 Universidad Nacional de Ingeniería https://creativecommons.org/licenses/by-nc-nd/4.0/ |