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 />
3 LRAC0(X,m,Y,n)<br />
4 LRAC1(X,m,Y,n)<br />
⎛ X Y 1⎞<br />
ACType1 ⎜<br />
X,m,Y,n, ⋅ ⋅ ⎟<br />
m n 4⎟<br />
⎝ ⎠<br />
⎛ X+ 1 Y+ 1 1⎞<br />
ACType1 ⎜<br />
X,m,Y,n, ⋅ ⋅ ⎟<br />
m n 4⎟<br />
⎝ ⎠<br />
⎛ X+ 2 Y+ 2 1⎞<br />
5 LRAC2(X,m,Y,n) ACType1 ⎜<br />
X,m,Y,n, ⋅ ⋅ ⎟<br />
m n 4⎟<br />
⎝ ⎠<br />
► Următoarele metode de evaluare au fost folosite pentru compararea rezultatelor metodelor de<br />
cal<strong>cu</strong>l al intervalului de încredere pentru funcţia LR:<br />
Nume Metoda Formula<br />
AvErr Av(Err)<br />
StdDev StdDev(Err)<br />
AvAD AvAD(Err)<br />
AvADI AvADI(Err)<br />
m−1 n−1 ∑∑<br />
X= 1 Y= 1<br />
83(157)<br />
Err(X, Y, m, n)<br />
(m −1)(n −1)<br />
m−1 n−1 1/2<br />
⎛ 2 ⎞<br />
⎜∑∑( Err(X, Y, m, n) − AvErr)<br />
⎟<br />
X= 1 Y= 1 ⎜ ⎟<br />
⎜ (m −1)(n −1) −1<br />
⎟<br />
⎜ ⎟<br />
⎝ ⎠<br />
m−1 n−1 ∑∑<br />
X= 1 Y= 1<br />
m−1 n−1 ∑∑<br />
X= 1 Y= 1<br />
Err(X, Y, m, n) − AvErr<br />
(m −1)(n −1) −1<br />
Err(X, Y, m, n) −100⋅α (m −1)(n −1)<br />
m−1 n−1 1/2<br />
⎛ 2 ⎞<br />
⎜∑∑( Err(X, Y, m, n) −100⋅α) ⎟<br />
X= 1 Y= 1 ⎜ ⎟<br />
DevI DevI(Err)<br />
⎜ (m −1)(n −1)<br />
⎟<br />
⎜ ⎟<br />
⎝ ⎠<br />
► Funcţia Err(·,·,·,·) <strong>cu</strong>mulează erori experimentale folosind distribuţia binomială univariată pentru<br />
generarea distribuţiei binomiale bivariate:<br />
Ξ m- Ξ<br />
m! ⎛X⎞ ⎛ X ⎞<br />
dBin(m,X, Ξ) := ⋅⎜ ⎟ ⋅⎜1-⎟<br />
Ξ!(m −Ξ)! ⎝m⎠ ⎝ m ⎠<br />
Ψ n- Ψ<br />
n! ⎛Y⎞ ⎛ Y ⎞<br />
dBin(n,Y, Ψ) := ⋅⎜ ⎟ ⋅⎜1-⎟<br />
Ψ!(n −Ψ)! ⎝ n ⎠ ⎝ n ⎠<br />
Notând capetele intervalului de încredere pentru funcţia LR prin (LRL, LRU) - şi aici nota bene<br />
LRL şi LRU sunt funcţii date de una din metodele de cal<strong>cu</strong>l al intervalului de încredere (1-5 în<br />
tabelul de mai sus), expresia pentru Err(X,m,Y,n) este:<br />
∑ ∑<br />
dBin(m,X, Ξ⋅ ) dBin(n,Y, Ψ+ ) dBin(m,X, Ξ⋅ ) dBin(n,Y, Ψ)<br />
LRL( ΞΨ , ,m,n) LRU( ΞΨ , ,m,n)<br />
> LR(X,Y,m,n) < LR(X,Y,m,n)<br />
m−1 n−1 ∑∑<br />
Ξ= 1 Ψ= 1<br />
dBin(m,X, Ξ⋅ ) dBin(n,Y, Ψ)