Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...

More documents

Recommendations

Info

10 9 8 7 6 5 4 3 2 1 0 Lorentz JÄNTSCHI (principal investigator) & Sorana D. BOLBOACĂ (co-investigator) 0 1 2 3 4 5 6 7 8 9 10 Figura 3.i Eroarea intervalului de încredere obţinut din optimizări 64(157) B_S_C OptiBin Tabele următoare (2-7) redau performanţele metodelor de calcul a intervalului de încredere pentru α = 5% şi m = 10 în funcţie de fiecare criteriu de clasificare. Pentru aceasta s-au folosit o serie de clasificatori (parametrii de statistică descriptivă) ale căror expresii sunt redate în continuare: Parametrii de evaluare a metodelor de exprimare a intervalului de încredere AvOE Media aritmetică a erorilor experimentale AdOE Diferenţa absolută faţă de media aritmetică a erorilor experimentale AiOE Diferenţa absolută între pragul impus şi media aritmetică a erorilor experimentale IdOE Deviaţia faţă de pragul impus a erorilor experimentale IiOE Media diferenţelor absolute faţă de pragul impus a erorilor experimentale S8OE Deviaţia cu puterea a 8-a faţă de pragul impus a erorilor experimentale SdOE Deviaţia standard a erorilor experimentale Considerând următoarele notaţii: α = nivelul impus al semnificaţiei; m = talia (volumul) eşantionului; M = metoda utilizată pentru calculul intervalului de încredere; ε M = eroarea experimentală obţinută în urma aplicării unei metode - s-au concretizat metodele definite prin Tabelul 1 prin formulele date mai jos, în care X reprezintă variabila binomială al cărui domeniu de variaţie este 0..m: ÷ Pentru 0 ≤ X ≤ m: OAB
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu Aplicaţii în Bioinformatică şi Biochimie m M εX, m o AvOE0(X,m,α,M) = ∑ X= 0 m + 1 o AiOE0(X,m,α,M) = 100α − AvOE0( X, m, α, M) o AdOE0(X,m,α,M) = ∑ X= o IdOE0(X,m,α,M) = o IiOE0(X,m,α,M) = ∑ X= ÷ Pentru 0 < X < m: o SdOE0(X,m,α,M) = o S8OE0(X,m,α,M) = m 8 m 0 m ∑ X= 0 o AvOE1(X,m,α,M) = ∑ − m 0 ε ε m ∑ X= 0 m ∑ X= 0 1 X= 1 M X, m − AvOE0( X, m, α, M) m M ( ε −100α) M X, m X, m m + 1 m + 1 −100 α 2 M ( ε − AvOE0( X, m, α, M) ) X, m M ( ε −100α) ε X, m M X, m m −1 m + 1 o AiOE1(X,m,α,M) = 100α − AvOE1( X, m, α, M) o AdOE1(X,m,α,M) = ∑ − m 1 ε o IdOE1(X,m,α,M) = X= 1 X= 1 ∑ − m 1 X= 1 o IiOE1(X,m,α,M) = ∑ − m 1 ε o SdOE1(X,m,α,M) = o S8OE1(X,m,α,M) = 8 M X, m 65(157) m 8 − AvOE1( X, m, α, M) m − 2 M ( ε −100α) M X, m ∑ − m 1 X= 1 m 1 ∑ X 1 − = X, m m −1 m −1 −100α 2 M ( ε − AvOE1( X, m, α, M) ) X, m M ( ε −100α) X, m m −1 m − 2 În Tabelul 8 sunt redate rezultatele clasificării metodelor după cele 6 criterii de evaluare. Primele 9 poziţii de clasificare sunt ocupate de metodele: A_C__N, A_C__D, Wilson_N, ArcS_C, Logit_N, Logit_C, BetaCJ0, BetaCJA, şi OptiBin. La acestea 9 au fost adăugate 2 nediscutate mai sus: B_S_C şi O_A_B (Figura 4e), ce constituie obiectul de studiu al investigaţiei erorilor pentru α = 5% şi m = 30 (vezi Figurile 4). Evaluarea metodelor expuse în Figurile 4a-e a urmat acelaşi curs ca pentru m = 10, rezultatele evaluării performanţelor fiecărei metode de calcul fiind redate în Tabelele 9-11 iar centralizarea rezultatelor în Tabelul 12. Reprezentarea grafică a erorii experimentale pentru α = 5%, m=3..102, şi X=0..m este redată în Figurile 5 şi 6. 8 2 2
Page 1 and 2:
Distribuţia Binomială: Modelare S
Page 3 and 4:
Page 5 and 6:
Page 7 and 8:
Page 9 and 10:
Page 11 and 12:
Page 13 and 14: Distribuţia Binomială: Modelare S
Page 63: Distribuţia Binomială: Modelare S
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
Page 139 and 140:
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157:
show all

Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...

Create successful ePaper yourself

Delete template?

Save as template?