Page 17 - 4196

АОО дозволяють розв’язувати такі задачі проблеми
розпізнавання: вибір ознак за інформативністю, опис
класів на умові ознак, автоматична класифікація.
При формуванні та опису класів можливі такі випа-
дки:
p
1 Розподіли ознак   повністю задані, тобто ві-
x

домі аналітичний вид та параметри розподілів.
2 Розподіли   задані з точністю до значень де-
p

x
яких числових параметрів  ,  ;xp  . В цьому випадку
для уточнення  використовують методи оцінювання
параметрів, наприклад, метод моментів. У відповідності з
методом моментів параметри розподілів вибираються
так, щоби декілька важливих числових характеристик
(моментів) апроксимуючого розподілу дорівнювали від-
повідним статистичним характеристикам. Задача вирів-
нювання статистичних розподілів завершується перевір-
кою гіпотези про узгодження теоретичного та емпірично-
го розподілів.
3 Розподіли   задані з точністю до значень де-

x
p
якого нечислового параметру  . Наприклад, є декілька
x
P

можливих варіантів аналітичного виду  . В цьому
0
випадку використовують методи розрізнення гіпотез.
x
p
4 Аналітичний вид   невідомий. При таких

умовах апроксимацію невідомої функції розподілу на
основі вибіркових даних називають непараметричною.
Якщо клас функцій, в якому відбувається пошук непара-
метричної оцінки, описується обмеженою кількістю па-
раметрів, то непараметрична задача апроксимації зво-
диться до параметричної. До непараметричних методів
оцінки розподілів відносяться:
- гістограмний метод;
- апроксимація системою кривих Пірсона;

17