Page 47 - 4196
P. 47
n 1 1 1 T 1
P m x j exp yx j yx j .
i 1 2 2 / p h p 2 h 2
(4.26)
Тут j 1 ,..., m - кількість складових суміші. Зі збільшен-
ням m похибка апроксимації щільності сумішу нормаль-
них законів зменшується, але при цьому збільшується
кількість параметрів, а відповідно і дисперсія, пов’язана з
оцінюванням параметрів 1 ,..., .
m
Оцінки для 1 ,..., можна знаходити методом ма-
m
ксимальної вірогідності з умови
n
max L ,..., m m x ,
P
i
1
i 1
n
ln L ln P m ,
x
i
i 1
L n 2 / p p 2 T
2 h exp h x y x y P 0x
j i 1 i j i j m
.
L
Тобто маємо задачу знаходження максимуму ln по
,..., 1 m при лінійних обмеженнях j j , 0 1 ,..., m ;
m
j 1.
j 1
8 Оцінка сумісної щільності методами стохастичної
апроксимації
Для рішення деяких задач, наприклад, класифікації
з самонавчанням, необхідно мати оцінку сумісної щіль-
ності розподілу. Її аналіз та виявлення суттєвих макси-
мумів дозволяє спрогнозувати «центри» класів і тим са-
мим оцінити їх кількість.
47