Metoda pośredniego testowania wzajemnego skorelowania obserwacji losowych

Dorozhovets, M.

Artykuł - szczegóły

Tytuł artykułu

Metoda pośredniego testowania wzajemnego skorelowania obserwacji losowych

Autorzy

Dorozhovets M.

Wybrane pełne teksty z tego czasopisma

http://www.mechanik.media.pl/

Identyfikatory

Warianty tytułu

Indirect testing autocorrelation of the random observations

Konferencja

VI KONGRES METROLOGII Kielce – Sandomierz, 19-22 czerwca 2013 r.

Języki publikacji

Abstrakty

Zaproponowano i zbadano metodę testowania wzajemnego skorelowania losowych obserwacji bez bezpośredniego estymowania funkcji autokorelacji. Metoda polega na rozdzieleniu N zarejestrowanych obserwacji na k krótszych podserii o n obserwacji (N=n -k), estymowaniu i następnym porównywaniu wariancji wartości średnich tych serii z ich średnią wariancją. Ponieważ przy nieobecności skorelowania obserwacji stosunek estymatorów tych wariancji podlega rozkładowi F (Fishera-Snedecora) z liczbą stopni swobody k – 1 oraz N –k, dlatego odchylenie wartości stosunku estymatorów tych wariancji ponad dopuszczalną wartość Fk – 1, N – k (dla zadanego poziomu istotności α ) świadczy o wzajemnym skorelowaniu obserwacji. Przedstawiono wyniki badań skuteczności testowania metodą Monte-Carlo.

A method of testing the autocorrelation of the random observations without direct estimation of their autocorrelation function was proposed and investigated. The proposed method consists in the separation of N registered observation into k shorter series containing of n observations (N = n -k), estimation and comparing the variance of the mean values of these series with an average of their variances. Because in the absence of the autocorrelation the ratio of the variance estimators is described by the F – distribution with the number of degrees of freedom k – 1 and N – k, therefore the deviation of this ratio from the critical value Fk – 1,N– k (for a given level of significance α) indicates the presence of the autocorrelation. Investigations of the effectiveness of the proposed test by Monte-Carlo method are presented.

Słowa kluczowe

obserwacje autokorelacja wartość średnia wariancja niepewność

observations autocorrelation standard uncertainty variance mean value

Wydawca

Stowarzyszenie Inżynierów i Techników Mechaników Polskich

Czasopismo

Mechanik

Rocznik

2013

Tom

R. 86, nr 7

Strony

575--578

Opis fizyczny

Bibliogr. 18 poz., rys

Twórcy

autor

Dorozhovets M.

michdor@prz.edu.pl

Katedra Metrologii i Systemów Diagnostycznych Politechniki Rzeszowskiej

Bibliografia

1. Bartels J. „Zur Morphologie geophysikalischer Zietfunktionen”. Sitz-Ber. Preuß. Akad. Wiss (1935) 30, p. 502 ÷ 522.
2. Bayley G. V., Hammersley G. M. „The effective number of independent observations in an autocorrelated time-series”. J. Roy. Stat. Soc. Suppl (1946) 8, p. 184 ÷ 197.
3. Zięba A., Ramza P. „Niepewność wartości średniej serii obserwacji skorelowanych”. Materiały konferencji Podstawowe Problemy Metrologii PPM’09 (2009), Sucha Beskidzka, 11 ÷ 14 maja 2009, s. 80 ÷ 84.
4. Leith C. E. „The standard error of time-averaged estimates of climatic means”. J. Appl. Meteorol. (1973) vol. 12, p. 1066÷ 1069.
5. Zhang N. F. „Calculation of the uncertainty of the mean of autocorrelated measurements”. Metrology (2006) 43, e. 276 ÷ 281.
6. Witt T. J. „Using the autocorrelation function to characterize time series of voltage measurements”. Metrology (2007) vol. 44, p. 201 ÷ 209.
7. Zięba A. „Niepewność wartości średniej serii obserwacji skorelowanych”. Materiały konferencji Podstawowe Problemy Metrologii PPM’08 (2009), Sucha Beskidzka 11 ÷ 14 maja 2008.
8. Zięba A. „Effective number of observations and unbiased estimators of variance for autocorrelated data an overview”. Metrology and Measurement Systems (2010) vol. 17, p. 3 ÷ 16.
9. Dorozhovets M. „Wybrane problemy praktycznej oceny błędów oraz niepewności wyników pomiaru”. Zeszyty Naukowe Politechniki Rzeszowskiej (2006) N 233 Elektrotechnika z. 29. Rzeszów, s. 9 ÷ 44.
10. Dorozhovets M., Warsza Z. L. „Udoskonalenie metod wyznaczania niepewności wyników pomiaru w praktyce”. Przegląd Elektrotechniczny (2007) N1, s. 1 ÷ 13.
11. Dorozhovets M., Warsza Z. L. „Wyznaczanie niepewności typu A pomiarów o skorelowanych rezultatach obserwacji”. Pomiary, Automatyka, Kontrola (2007) N2, s. 20 ÷ 24.
12. Dorozhovets M., Warsza Z. L. „Propozycje rozszerzenia metod wyznaczania niepewności wyniku pomiarów wg Przewodnika GUM (1). Uwzględnianie wpływu autokorelacji i nieadekwatności rozkładu wyników obserwacji w niepewności typu A”. Pomiary, Automatyka, Robotyka (2007) N1, s. 16 ÷ 25.
13. Dorozhovets M., Warsza Z. L. „Methods of upgrading the uncertainty of type A evaluation (2). Elimination of the influence of autocorrelation of observations and choosing the adequate distribution”. Proceedings of 15th IMEKO TC4 Symposium. Novelties of Electrical Measurement And Instrumentation. Sep. 19 ÷ 21, 2008, Jasi, Romania.
14. Warsza Z. L., Dorozhovets M. „Uncertainty type A evaluation of autocorrelated measurement observations”. Bulletin WAT (2008) VOL. LVII, N2, e. 141 ÷ 152.
15. Warsza Z. L., Dorozhovets M. „Type A uncertainty evaluation of autocorrelated observations and choosing the best estimators of data distribution”. Proceedings of 18th National Scientific Symposium with International Participation: Metrology and Metrology Assurance (2008). September 10 ÷ 14, Sozopol, Bulgaria.
16. Dorozhovets M. „Wpływ braku znajomości a priori funkcji autokorelacji obserwacjina ocenę standardowej niepewności ich wartości średniej”. Pomiary, Automatyka, Kontrola (2009) N12, s. 31 ÷34.
17. Box G. E. P., Jenkins G. M. „Analiza szeregów czasowych. Prognozowanie i sterowanie”. Warszawa: PWN, 1983.
18. Pollard J. H. „A Handbook of Numerical and Statistical Techniques”. Cambridge University Press, 1977.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-808f8296-57e9-437b-b14d-1ab6e935c21e