Ograniczanie wyników
Czasopisma
Autorzy
Lata
Preferencje
Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
Strona / 1
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dane rozmyte
Sortuj według:

Ogranicz wyniki do:
Strona / 1
1
Bootstrapped tests for epistemic fuzzy data
EN
Epistemic bootstrap is a resampling algorithm that generates bootstrap real-valued samples based on some epistemic fuzzy data input. We apply this method as a universal basis for various statistical tests which can be then directly used for fuzzy random variables. Two classical goodness-of-fit tests are considered as an example to examine the suggested methodology for both synthetic and real data. The proposed approach is also compared with two other goodness-of-fit tests dedicated directly to fuzzy data.
2
Bootstrap methods for epistemic fuzzy data
EN
Fuzzy numbers are often used for modeling imprecise perceptions of the real-valued observations. Such epistemic fuzzy data may cause problems in statistical reasoning and data analysis. We propose a universal nonparametric technique, called the epistemic bootstrap, which could be helpful when the existing methods do not work or do not give satisfactory results. Besides the simple epistemic bootstrap, we develop its several refinements that aim to reduce the variance in statistical inference. We also perform an extended simulation study to examine statistical properties of the approaches considered. The discussion of the results is supplemented by some hints for practical use.
3
Flexible resampling for fuzzy data
EN
In this paper, a new methodology for simulating bootstrap samples of fuzzy numbers is proposed. Unlike the classical bootstrap, it allows enriching a resampling scheme with values from outside the initial sample. Although a secondary sample may contain results beyond members of the primary set, they are generated smartly so that the crucial characteristics of the original observations remain invariant. Two methods for generating bootstrap samples preserving the representation (i.e., the value and the ambiguity or the expected value and the width) of fuzzy numbers belonging to the primary sample are suggested and numerically examined with respect to other approaches and various statistical properties.
EN
In this paper, we consider a nonparametric Shewhart chart for fuzzy data. We utilize the fuzzy data without transforming them into a real-valued scalar (a representative value). Usually fuzzy data (described by fuzzy random variables) do not have a distributional model available, and also the size of the fuzzy sample data is small. Based on the bootstrap methodology, we design a nonparametric Shewhart control chart in the space of fuzzy random variables equipped with some L2 metric, in which a novel approach for generating the control limits is proposed. The control limits are determined by the necessity index of strict dominance combined with the bootstrap quantile of the test statistic. An in-control bootstrap ARL of the proposed chart is also considered.
EN
In the majority of decision models used in practice all input data are assumed to be precise. This assumption is made both for random results of measurements, and for constant parameters such as, e.g. costs related to decisions. In reality many of these values are reported in an imprecise way. When this imprecision cannot be related to randomness the fuzzy set theory yields tools for its description. It seems to be important to retain both types of uncertainty, random and fuzzy, while building mathematical models for making decisions. In the paper we propose a fuzzy-Bayesian model for making statistical decisions. In the proposed model the randomness of data is reflected in related risks, and fuzziness is described by possibility measures of dominance such as PSD (Possibility of Strict Dominance) and NSD (Necessity of Strict Dominance). The proposed model allows a decision-maker to reflect in his/hers decisions different types of uncertainty. The theoretical results have been applied in the case of reliability data described by the Weibull distribution.
PL
W większości stosowanych w praktyce modeli decyzyjnych zakłada się, że wszystkie występujące w nich dane wejściowe są podane w sposób precyzyjny. Założenie to dotyczy zarówno losowych wyników pomiarów jak też i stałych parametrów, takich jak np. koszty podjętych decyzji. W rzeczywistości wiele z tych wartości jest podawanych w sposób nieprecyzyjny. Jeżeli taki brak precyzji nie ma charakteru losowego, to teoria zbiorów rozmytych dostarcza narzędzi do opisu tego zjawiska. Wydaje się rzeczą istotną, by przy tworzeniu matematycznych modeli podejmowania decyzji zachować oba typy niepewności: losowość i rozmytość. W pracy proponujemy rozmyto-bayesowski model podejmowania decyzji statystycznych. W proponowanym modelu losowość odpowiada za związane z podjęciem decyzji ryzyko, zaś rozmytość jest opisana przez miary możliwości dominacji, takie jak PSD (Możliwość Ścisłej Dominacji) oraz NSD (Konieczność Ścisłej Dominacji). Zaproponowany model pozwala decydentowi ująć w procesie podejmowania decyzji różne rodzaje niepewności. Rozważania teoretyczne zostały w pracy zastosowane do analizy danych niezawodnościowych opisanych rozkładem Weibulla.
EN
The paper is to apply regression analysis methods with confidence intervals in order to analyse field data with the aim of finding the dependence of Fe particles occurrence on operating time. When comparing the results of the method/approach the authors believe that they can estimate the real operating profile of observed technical systems as well as its operating history. The results might be used for optimizing during an operation and maintenance phase.
PL
W artykule wykorzystano metodę analizy regresji w określonych przedziałach ufności do badania systemów uzbrojenia eksploatowanych w warunkach polowych. Metoda ta posłużyła do przeanalizowania zależności występowania cząsteczek żelaza od czasu eksploatacji badanych systemów. Analiza porównawcza otrzymanych rezultatów wskazuje, że wykorzystana metoda daje możliwość oszacowania realnego trybu i czasu pracy badanych systemów. Otrzymane wyniki mogą być wykorzystanie do optymalizacji faz użytkowania i utrzymania rozpatrywanych systemów uzbrojenia.
PL
W pracy uwagę skoncentrowano na operowaniu danymi w rozmytych modelach relacyjnych baz danych. Została przedstawiona rozszerzona algebra relacji dla każdego z podejść do reprezentacji rozmytych danych oraz próby rozszerzenia języka SQl, których wynikiem jest język SQLf.
EN
The approaches of extending relation algebra and SGLf allowing to operate fuzzy relational database have been mentioned. We show now we can formulate fuzzy query in fuzzy database.
Strona / 1
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.