Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Distribuţia Binomială: Modelare Statistică, Optimizare Numerică, cu ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Distribuţia</strong> <strong>Binomială</strong>: <strong>Modelare</strong> <strong>Statistică</strong>, <strong>Optimizare</strong> <strong>Numerică</strong>, <strong>cu</strong> Aplicaţii în Bioinformatică şi Biochimie<br />
m M<br />
εX,<br />
m<br />
o AvOE0(X,m,α,M) = ∑<br />
X=<br />
0 m + 1<br />
o AiOE0(X,m,α,M) = 100α − AvOE0(<br />
X,<br />
m,<br />
α,<br />
M)<br />
o AdOE0(X,m,α,M) = ∑<br />
X=<br />
o IdOE0(X,m,α,M) =<br />
o IiOE0(X,m,α,M) = ∑<br />
X=<br />
÷ Pentru 0 < X < m:<br />
o SdOE0(X,m,α,M) =<br />
o S8OE0(X,m,α,M) =<br />
m<br />
8<br />
m<br />
0<br />
m<br />
∑<br />
X=<br />
0<br />
o AvOE1(X,m,α,M) = ∑ − m<br />
0<br />
ε<br />
ε<br />
m<br />
∑<br />
X=<br />
0<br />
m<br />
∑<br />
X=<br />
0<br />
1<br />
X=<br />
1<br />
M<br />
X,<br />
m<br />
− AvOE0(<br />
X,<br />
m,<br />
α,<br />
M)<br />
m<br />
M ( ε −100α)<br />
M<br />
X,<br />
m<br />
X,<br />
m<br />
m + 1<br />
m + 1<br />
−100<br />
α<br />
2<br />
M ( ε − AvOE0(<br />
X,<br />
m,<br />
α,<br />
M)<br />
)<br />
X,<br />
m<br />
M ( ε −100α)<br />
ε<br />
X,<br />
m<br />
M<br />
X,<br />
m<br />
m −1<br />
m + 1<br />
o AiOE1(X,m,α,M) = 100α − AvOE1(<br />
X,<br />
m,<br />
α,<br />
M)<br />
o AdOE1(X,m,α,M) = ∑ − m 1 ε<br />
o IdOE1(X,m,α,M) =<br />
X=<br />
1<br />
X=<br />
1<br />
∑ − m 1<br />
X=<br />
1<br />
o IiOE1(X,m,α,M) = ∑ − m 1 ε<br />
o SdOE1(X,m,α,M) =<br />
o S8OE1(X,m,α,M) =<br />
8<br />
M<br />
X,<br />
m<br />
65(157)<br />
m<br />
8<br />
− AvOE1(<br />
X,<br />
m,<br />
α,<br />
M)<br />
m − 2<br />
M ( ε −100α)<br />
M<br />
X,<br />
m<br />
∑ − m 1<br />
X=<br />
1<br />
m 1<br />
∑<br />
X 1<br />
−<br />
=<br />
X,<br />
m<br />
m −1<br />
m −1<br />
−100α<br />
2<br />
M ( ε − AvOE1(<br />
X,<br />
m,<br />
α,<br />
M)<br />
)<br />
X,<br />
m<br />
M ( ε −100α)<br />
X,<br />
m<br />
m −1<br />
m − 2<br />
În Tabelul 8 sunt redate rezultatele clasificării metodelor după cele 6 criterii de evaluare.<br />
Primele 9 poziţii de clasificare sunt o<strong>cu</strong>pate de metodele: A_C__N, A_C__D, Wilson_N, ArcS_C,<br />
Logit_N, Logit_C, BetaCJ0, BetaCJA, şi OptiBin. La acestea 9 au fost adăugate 2 nedis<strong>cu</strong>tate mai<br />
sus: B_S_C şi O_A_B (Figura 4e), ce constituie obiectul de studiu al investigaţiei erorilor pentru α<br />
= 5% şi m = 30 (vezi Figurile 4). Evaluarea metodelor expuse în Figurile 4a-e a urmat acelaşi <strong>cu</strong>rs<br />
ca pentru m = 10, rezultatele evaluării performanţelor fiecărei metode de cal<strong>cu</strong>l fiind redate în<br />
Tabelele 9-11 iar centralizarea rezultatelor în Tabelul 12. Reprezentarea grafică a erorii<br />
experimentale pentru α = 5%, m=3..102, şi X=0..m este redată în Figurile 5 şi 6.<br />
8<br />
2<br />
2