Монография. — Курган: Курганский государственный университет (КГУ), 2019. — 241 с. — ISBN 978-5-4217-0496-6.
В монографии рассматриваются адаптивные оценки и доверительные интервалы параметров в условиях априорной статистической неопределенности на актуальных для практики классах полупараметрических и полунепараметрических задач робастной статистики. С единых позиций рассмотрены задачи оценивания параметров параметрической, непараметрической и робастной статистик. Синтезированы новые адаптивные робастные непараметрические оценки на полупараметрических и полунепараметрических классах робастной статистики.
Монография предназначена для студентов, аспирантов вузов и специалистов, занимающихся вопросами по разработке автоматизированных систем статистической обработки информации, анализа данных и принятия решений в условиях априорной статистической неопределенности.
Введение
Основные направления и задачи математической статистикиСтатистическая неопределенность
Решения
Оптимальность
Выборка
Оценки. Основные понятия и определенияПараметры. Оценки
Характеристики оценок
Теоремы непрерывности
Метод подстановки
Неравенство Рао – Крамера. Эффективные оценки
Непараметрические оценки функций распределения и их производныхНепараметрические оценки функций распределения
Непараметрические оценки плотности распределения
Многомерные эмпирические распределения
Некоторые обобщения
Оценки. Методы нахождения оценокНепараметрические оценки функционалов
Непараметрическое оценивание нелинейных функционалов
Оценивание неявных параметров. М-оценки
Робастные оценки
Адаптивные оценкиАнализ проблемы
Классические адаптивные оценки
Оценки взвешенного метода максимального правдоподобия
Робастные непараметрические оценки линейных функционалов
Доверительные интервалыВведение. Постановка задачи
Метод центральных статистик
Асимптотические доверительные интервалы
Доверительные интервалы для квантилей
Список литературы