Нейросетевое обобщение классических статистических критериев для обработки малых выборок биометрических данных
https://doi.org/10.21683/1729-2646-2019-19-2-22-27
Аннотация
Целью работы является повышение мощности статистических критериев за счет их совместного применения для снижения требований к объему тестовой выборки.
Методы. Классические статистические критерии: хи-квадрат, Крамера фон-Мизеса и Шапиро-Уилка предложено объединять через использование эквивалентных им искусственных нейронов. Каждый нейрон выполняет сравнение входных статистик с заранее вычисленным порогом и имеет два выходных состояния. Это позволяет получать три разряда бинарного выходного кода сети из трех искусственных нейронов.
Результаты. Показано, что каждый из этих критериев на малых выборках биометрических данных дает большие значения ошибок первого и второго рода при проверке гипотезы нормальности. Нейросетевое объединение трех рассмативаемых критериев позволяет существенно снизить вероятности ошибок первого и второго рода. Приведены результаты парных нейросетевых обобщений, а также неросетевого обобщения тройки рассматриваемых статистических критериев.
Выводы. Дается прогноз ожидаемых вероятностей ошибок первого и второго рода для нейросетевых обобщений 10 и 30 классических статистических критериев для малых выборок, содержащих 21 опыт. Важным элементом технологии прогнозирования является симметризация задачи, когда вероятности ошибок первого и второго рода делаются одинаковыми и усредняются. Усредняются также модули коэффициентов парной корреляции выходных состояний сумматоров искусственных нейронов. Только в этом случае связь числа обобщаемых критериев с ожидаемыми вероятностями ошибок первого и второго рода становится линейной в логарифмических координатах.
Для цитирования:
Иванов А.И., Куприянов Е.Н., Туреев С.В. Нейросетевое обобщение классических статистических критериев для обработки малых выборок биометрических данных. Надежность. 2019;19(2):22-27. https://doi.org/10.21683/1729-2646-2019-19-2-22-27
For citation:
Ivanov A.I., Kuprianov E.N., Tureev S.V. Neural network integration of classical statistical tests for processing small samples of biometrics data. Dependability. 2019;19(2):22-27. https://doi.org/10.21683/1729-2646-2019-19-2-22-27
Просмотров:
984
ISSN 1729-2646 (Print)
ISSN 2500-3909 (Online)
ISSN 2500-3909 (Online)
Послать статью по эл. почте 