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

Znaleziono wyników: 23

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  outliers
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
PL
W artykule zostały zaprezentowane nowatorskie pojęcia służące do charakteryzowania jakości przędz za pośrednictwem interfejsu zainstalowanego w zestawie aparaturowym USTER CLASSIMAT 5. Przedstawiono również kompleksową ocenę zawartości obcych ciał w przędzy bawełnianej. Niniejszy artykuł jest uzupełnieniem artykułu Lewandowskiego i Józkowicza nt. Ocena rzadko występujących błędów przędzy przy użyciu zestawu aparaturowego USTER CLASSIMAT 5 opublikowanego na łamach Przeglądu Włókienniczego w 2016 roku.
EN
The article presents innovative concepts used to characterize the quality of yarns through the interface installed in the USTER CLASSIMAT 5 apparatus set. The article also presents a comprehensive assessment of foreign matter in cotton yarn. This article supplements the article by Lewandowski and Józkowicz titled: „Ocena rzadko występujących błędów przędzy przy użyciu zestawu aparaturowego USTER CLASSIMAT 5” published in the Przegląd Włókienniczy in 2016.
PL
W dwuczęściowej pracy omówiono zastosowanie statystyki odpornościowej do oceny wartości i niepewności menzurandu uzyskiwanych na podstawie próbki danych doświadczalnych, gdy niektóre z tych danych różnią się istotnie od pozostałych, czyli są outlierami. Metodami odpornościowymi wyznaczono parametry statystyczne wyniku pomiaru ze wszystkich danych, ale wpływ outlierów potraktowano odmiennie. Dla próbek o niewielkiej liczności uzyskano wyniki bardziej wiarygodne niż w sposób klasyczny z odrzuceniem outlierów. Ilustrują to przykłady z porównań międzylaboratoryjnych. W części 1. omówiono podstawowe zasady statystyki odpornościowej oraz iteracyjną metodę odporną podaną przez Hubera, którą w normie ISO 5725-5 nazwano Algorytm A. Jako ilustrację, w symulowanym przykładzie liczbowym, wyznaczono niepewność procedury pomiarowej testowanej przez porównanie wyników badania jednorodnych obiektów w kilku laboratoriach akredytowanych. Oszacowano średnią niepewność metodą klasyczną dla wszystkich danych. Po usunięciu outlierów zastosowano dwie metody odpornościowe – przeskalowanego odchylenia medianowego MADS i metodę Hubera, czyli iteracyjny Algorytm A, którego wyniki były najbardziej wiarygodne.
EN
This two-part paper discusses the use of robust statistics to assess the value and uncertainty of measurand obtained from a sample of experimental data when some of these data differ significantly from the others, i.e. are outliers. The statistical parameters of the measurement result are determined by robust methods from all data, but influence of outliers is treated differently. For small sample sizes results are more reliable than obtained by classical methods with exclusions of outliers. This is illustrated by examples from the interlaboratory key comparisons. Part 1 discusses the basic principles of the robust statistics and the iterative robust method given by Huber, which is called Algorithm A in ISO 5725-5. As illustration in the simulated numerical example, the uncertainty of some measurement method was estimated based on measurements of homogeneous object in several accredited laboratories. The mean uncertainty of this experiment is estimated by classic method for all data and with exclusion of outliers and by two robust methods: rescaled median deviation and by Algorithm-A. The result of last method is the most reliable.
PL
W artykule omówiono iteracyjną metodę odporną Algorytm S. Stosuje się ją do oszacowania precyzji określonej metody pomiarowej na podstawie wyników badań jednorodnych obiektów w wielu akredytowanych laboratoriach, gdy oceny dokładności pomiarów w niektórych z nich są odstające. Wypadkową odporną ocenę dokładności badanej metody znajduje się na podstawie oszacowania niepewności lub rozstępu wyników pomiarów tą metodą w każdym z laboratoriów, bez odrzucania danych odstających. Rozważania zilustrowano przykładem liczbowym.
EN
This two-part paper discusses the use of robust statistics to assess the value and uncertainty of measurand obtained from a sample of experimental data when some of these data differ significantly from the others, i.e. are outliers. The statistical parameters of the measurement result are determined by robust methods from all data, but influence of outliers is treated differently. For small sample sizes results are more reliable than obtained by classical methods with exclusions of outliers. This is illustrated by examples from the interlaboratory key comparisons. Part 1 discusses the basic principles of the robust statistics and the iterative robust method given by Huber, which is called Algorithm A in ISO 5725-5. As illustration in the simulated numerical example, the uncertainty of some measurement method was estimated based on measurements of homogeneous object in several accredited laboratories. The mean uncertainty of this experiment is estimated by classic method for all data and with exclusion of outliers and by two robust methods: rescaled median deviation and by Algorithm A. The result of last method is the most reliable.
PL
Statystyka matematyczna jest potężnym narzędziem w analizie rynku nieruchomości i wyceny nieruchomości w przypadku dużych zbiorów danych. W literaturze często przytaczane są modele regresji dwuwymiarowej oraz wielowymiarowej. Estymacja parametrów modeli jest przeważnie oparta na metodzie najmniejszych kwadratów, mało odpornej na przypadki odstające. Nawet pojedyncza obserwacja odstająca może mieć negatywny wpływ na wyniki estymacji uzyskiwane w modelach opartych na klasycznej metodzie najmniejszych kwadratów. Autor analizuje możliwość zastosowania do modelowania wartości nieruchomości wybranych metod estymacji odpornej – metody Hubera oraz Hampela. Metody estymacji odpornej w porównaniu z klasycznymi metodami estymacji pozwalają uzyskać najmniejsze wartości wariancji estymowanych parametrów, co przekłada się na minimalizację wariancji szacowanych wartości nieruchomości z wykorzystaniem założonego modelu. W celu weryfikacji tezy o możliwości zastosowania metod odpornych w wycenie nieruchomości przeprowadzono analizę na przykładowej bazie nieruchomości. Wnioski sformułowano na podstawie porównania wyników estymacji za pomocą klasycznej metody najmniejszych kwadratów z wynikami wybranych metod estymacji odpornej (Hubera i Hampela). Podstawą wnioskowania była również analiza wariancji.
EN
Mathematical statistics is a powerful tool in real estate analysing and its valuation, when large databases are to be considered. The professional literature very often cites two or multidimensional variables methods of regression. Typically the model parameters estimation is based on the smallest squares method, however, such a method could not be resilient to the outlier cases. Even a single outlier could potentially have a negative impact on estimating results obtained by using the standard smallest squares method. The author analyzes the possibility of application of the chosen robust estimation method in property value modeling – the Huber and Hampel method. Comparing to the most commonly used classic estimation method, the robust estimation method enables us to obtain the smallest variation values for the estimated parameters, that results in property value estimated parameters variance minimizing, based on a given model. To verify the rationale of using the resilience methods in property valuation assumption, a sample of real property database analysis was conducted. The findings were concluded based on result comparison of the classic smallest squares method and the robust estimation method (Huber and Hampel) with variance analysis being also taken as a basis for conclusion.
EN
Road traffic is among the most dangerous types of human activity. The main causes of road accidents are driver fatigue, poor physical and mental condition of drivers and overestimating one’s skills while driving. This study focuses on the estimation of driver response time, as the basis of a hypothetical system that uses short and long-range radars, which determines the physical and mental condition of a driver, based on the analysis of „acceleration noise” of the vehicle following its predecessor. This work highlights serious consequences of the fact that driver response time is described by means of a distribution with heavy tails, and thus may be a source of hazard in the driver-vehicle system. Extremes of driver response time were treated as outliers in this study. Their detection was attained by using the Akaike information criterion [1, 2], which is an alternative to conventional methods of testing hypotheses. Untypical, on account of their outlying nature, values are interpreted as critical driver response time values which potentially endanger the reliability of driving.
PL
Ruch drogowy należy do najbardziej niebezpiecznych rodzajów działalności człowieka. Główne przyczyny wypadków drogowych to zmęczenie kierowców, zły stan psychofizyczny kierujących oraz przecenianie swoich umiejętności podczas prowadzenia pojazdu. W niniejszej pracy skupiono uwagę na estymacji czasu reakcji kierowców, jako podstawie hipotetycznego systemu wykorzystującego radary dalekiego i krótkiego zasięgu a określającego stan psychofizyczny kierowcy w oparciu o analizę „szumu przyspieszeń” pojazdu podążającego za poprzednikiem. Wskazuje się na groźne konsekwencje faktu, że czas reakcji kierowcy jest opisywany rozkładem z ciężkimi ogonami, gdyż z tego powodu może być źródłem zagrożenia w układzie kierowca-pojazd. Skrajne wartości czasu reakcji kierowców potraktowano w pracy, jako wartości odstające. Do ich wykrycia zastosowano kryterium informacyjne Akaike [1, 2] co stanowi alternatywę w stosunku do klasycznych metod testowania hipotez. Nietypowe, bo odstające wartości interpretuje się, jako krytyczne czasy reakcji kierowców potencjalnie zagrażające niezawodności jazdy.
EN
We compared the method of least squares (LS), Pope’s iterative data snooping (IDS) and Huber’s M-estimator (HU) in realistic leveling networks, for which the heights or the vertical displacements of points are known. The study was conducted using the Monte Carlo simulation, in which one repeatedly generates sets of observations related to the measurement data, then calculates values of the estimators and, finally, assesses it with respect to the real coordinates. To simulate outliers we used popular mixture models with two or more normal distributions. It is shown that for small, strong networks robust methods IDS and HU are more accurate than LS, but for large, weak networks occurring in practice there is no significant difference between the considered methods in the accuracy of the solution.
PL
Rozszerzony filtr Kalmana (EKF - Extended Kalman Filter) jest estymatorem umożliwiającym uzyskanie oceny wartości wektora stanu w warunkach występującej nieliniowości w równaniu stanu lub obserwacji. Niestety, algorytm EKF jest nieodporny na występujące pomiary anomalne. W artykule zaproponowano metodę zapewniającą zwiększenie dokładności estymacji w warunkach pojawiających się pomiarów anomalnych w nieliniowym kanale pomiarowym. Zaproponowano suboptymalny algorytm w postaci filtra rekursywnego stanowiącego modyfikację filtra EKF, w którym estymaty są zależne od wyznaczanego na bieżąco aposteriorycznego prawdopodobieństwa stanu nieliniowego kanału pomiarowego. Proponowane podejście opiera się na dwurozkładowej reprezentacji zakłóceń pomiarowych, w której niestacjonarne szumy są modelowane jako szumy gaussowskie o znacznych zmianach wariancji. Rozpatrzono fałszywe pomiary o różnych charakterystykach statystycznych. Przedstawiono procedurę syntezy suboptymalnego estymatora na przykładzie układu śledzenia radarowego, w którym pomiary prowadzi się w sferycznym układzie współrzędnych.
EN
The paper is devoted to the problem of state estimation in presence of outliers in systems with nonlinear measurement channels. Outliers are measurements with an error far bigger than the standard one. Such measurements in telecommunication systems may emerge due to phenomena like multipath transmission, signal fluctuations, electromagnetic disturbances or intended jamming. Outliers are a reason of performance degradation of data processing, what results in increase of estimation error. The widely known extended Kalman filter (EKF) is also sensitive to outliers. The aim of the work is development of state estimation algorithm which is immune to presence of outliers. The proposed method is based on the mathematical description of outliers by means of Gaussian approximation. Outlier detection algorithm relies on calculation of a posteriori probability of the nonlinear measurement channel state. An estimation method which is based on idea of EKF with outlier suppression is proposed. An example of application of the method to the radar tracking system is presented. The proposed algorithm reveals better performance than typical EKF method in presence of outliers while requiring a moderate computational burden.
PL
W niniejszym artykule przedstawiono metodykę wyznaczania wartości odstających dla testów wytrzymałościowych próbek kompozytowych. Wykonano przegląd literatury stosowanych metod postępowania z wynikami odstającymi, a także przeanalizowano możliwe przyczyny ich występowania w przypadku testowania materiałów kompozytowych. Badania przeprowadzono na wynikach dwóch serii próbek: jednej z badania rozciągania i jednej z testu ścinania, różniących się dodatkowo wielkością próby. Wpracy zweryfikowano rozrzut wartości analizowanych podczas prób ściskania i ścinania. Do wskazania rezultatów odstających użyto metody MNR (metoda maksymalnej znormalizowanej reszty, (Maximum Normed Residual). Dla każdej z prób wyliczono współczynnik MNR i porównano go z wartością krytyczną CV (Critical Value), odpowiadajacą wielkości próby danej serii próbek. Po przeprowadzonej analizie wskazano wyniki odstające i proces postępowania z nimi.
EN
The article presents methodology of outliers determination for composites specimens strength tests. Review of the literature was made to analyze methods of proceedings with outliers, and to get know possible causes of their occurrence for composite materials. Research has been done with the results of one tension test and one in plane shearing test. The article verified dispersion of max. recorded stress values. The MNR method (Maximum Normed Residual) was used to indicate outliers. The MNR coefficient was calculated for each test. Next, it was compared with corresponding CV (Critical Value). After an analysis, outliers were indicated and it was explained what happened with them next.
9
PL
Przeanalizowano losowe nieskorelowane obserwacje na temat liczebności n, pobrane z populacji o rozkładzie jednostajnym w celu ujawnienia oraz eliminacji istotnie odstających obserwacji lub outlierów. Wyprowadzono wzory obliczania wartości krytycznych potrzebnych do testowania na zadanym poziomie istotności α jednej lub dwóch skrajnych obserwacji. Teoretyczne wyniki testowania skrajnych obserwacji zbadano metodą Monte-Carlo.
EN
In the article the random not correlated uniformly distributed observations in order to detect and eliminate significantly extreme observations or outliers is analyzed. The formulas for calculating critical values which are used to test for a given significant level α of the single or double extreme observations are presented. The theoretical results for testing extreme observations have been studied by Monte-Carlo.
EN
This study proposes of new damping function in the robust estimation process. The formulae for a behaviour of the damping function were provided and a diagram of adjustment process was presented. The numerical examples are given in order to assess the efficiency of the proposed computational algorithm in accomplishing a typical geodetic task with outliers or gross errors.
11
EN
The paper presents an empirical comparison of performance of three well known M – estimators (i.e. Huber, Tukey and Hampel’s M – estimators) and also some new ones. The new M – estimators were motivated by weighting functions applied in orthogonal polynomials theory, kernel density estimation as well as one derived from Wigner semicircle probability distribution. M – estimators were used to detect outlying observations in contaminated datasets. Calculations were performed using iteratively reweighted least-squares (IRLS). Since the residual variance (used in covariance matrices construction) is not a robust measure of scale the tests employed also robust measures i.e. interquartile range and normalized median absolute deviation. The methods were tested on a simple leveling network in a large number of variants showing bad and good sides of M – estimation. The new M – estimators have been equipped with theoretical tubing constants to obtain 95% efficiency with respect to the standard normal distribution. The need for data – dependent tuning constants rather than those established theoretically is also pointed out.
PL
W artykule przedstawiono empiryczne porównanie trzech dobrze znanych M – estymatorów (Huber’a, Tukey’a oraz Hampel’a) jak również kilku nowych. Nowe estymatory motywowane były funkcjami wagowymi wykorzystywanymi w teorii wielomianów ortogonalnych, estymacji jądrowej oraz jeden motywowany przez funkcję gęstości „półokręgu” Wigner’a. Każdy z estymatorów został użyty do wykrywania obserwacji odstających w skażonych zbiorach danych. Obliczenia wykonano za pomocą „reważonej” metody najmniejszych kwadratów. Ze względu na fakt, iż wariancja resztowa (używana w konstrukcji macierzy kowariancyjnych) nie jest odpornym estymatorem skali, w testach wykorzystano również odporne miary takie jak: rozstęp ćwiartkowy oraz znormalizowane odchylenie medianowe. Testy wykonano na prostej sieci niwelacyjnej w dużej ilości wariantów ukazujących dobre i złe strony M – estymacji. Nowe estymatory zostały wyposażone w teoretyczne stałe odcinania zapewniające 95% efektywność względem standaryzowanego rozkładu normalnego. Kwestia rozwijania metod bazujących na stałych odcinania pochodzących z danych została również pokrótce poruszona.
EN
A new robust fixed-lag smoothing algorithm for fault-tolerant signal processing in stochastic dynamic systems in the presence of correlated sensor malfunctions has been developed. The algorithm is developed using a state vector augmentation method and the Gaussian approximation of the current estimate probability density function. The algorithm can be used in the real-time fault-tolerant control systems as well as in radar tracking systems working in the complex interference environment. The performance of the developed algorithm are evaluated by simulations and compared with smoothing and nonlinear filtering algorithms.
13
Content available remote Wykrywanie reguł nietypowych - metody oparte na analizie skupień
PL
Artykuł przedstawia problematykę wykrywania odchyleń w regułowych bazach wiedzy. Reguły nietypowe, uznawane tu za odchylenia, powinny być przedmiotem analiz ekspertów i inżynierów wiedzy, gdyż mogą wpływać na efektywność wnioskowania w systemach wspomagania decyzji. Autorka prezentuje różne podejścia w znajdowaniu odchyleń w strukturze skupień reguł. W artykule ujęto także wykonane eksperymenty wraz z interpretacją wyników.
EN
The paper presents the problem of outlier detection in the rule knowledge bases. Unusual (rare) rules, regarded here as the deviation, should be the subject of analysis experts and knowledge engineers because they can influence the efficiency of inference in decision support systems. The author presents a different approach in finding outliers in the structure of rules’ clusters. The experiments with their results are also presented in the paper.
14
Content available remote Eksploracja odchyleń w regułowych bazach wiedzy
PL
Artykuł przedstawia problematykę wykrywania odchyleń w regułowych bazach wiedzy. Reguły nietypowe, uznawane tu za odchylenia, powinny być przedmiotem analiz ekspertów i inżynierów wiedzy, gdyż mogą wpływać na efektywność wnioskowania w systemach wspomagania decyzji. Autorka prezentuje różne podejścia w znajdowaniu odchyleń w regułach. W artykule ujęto także wykonane eksperymenty wraz z interpretacją wyników.
EN
The paper presents the problem of outlier detection in the rule knowledge bases. Unusual (rare) rules, regarded here as the deviation, should be the subject of analysis experts and knowledge engineers because they can influence the efficiency of inference in decision support systems. The author presents a different approach in finding outliers in the rules. The experiments with their results are also presented in the paper.
EN
This paper provides a review of popular outlier-robust methods used in surveying. The presented methods have been divided into two groups i.e. active and passive methods. The first group comprises the following methods: the Huber Method, the Hampel Method, the Danish Method, the Gaździcki Method, the Least Absolute Deviation and a Choice Rule of Alternative. The second group of methods is represented by the so called iterative data snooping (IDS) and τ-test. There are M-estimation rules presented in the introduction to the review of active methods.
PL
Praca zawiera przegląd popularnych metod odpornych na błędy grube stosowanych w geodezji. Metody te podzielono na dwie grupy, tj. aktywne oraz pasywne. W pierwszej z nich znalazła się metoda Hubera, Hampela, duńska, Gaździckiego, liniowa, najmniejszych odchyleń absolutnych oraz zasada wyboru alternatywy. Druga grupa zawiera metodę Iterative Data Snooping (IDS) oraz τ-test. Wstęp do metod aktywnych stanowi przedstawienie zasad M-estymacji.
PL
W pracy zaprezentowano zmodyfikowaną metodę różnicową wykrywania zmian skokowych w dyskretnych sygnałach pomiarowych (np. szeregach czasowych zmian współrzędnych punktów GPS) w obecności zakłóceń sygnału przypadkowym szumem pomiarowym (white noise) oraz obserwacji odstających (outliers). Metoda polega na zastąpieniu średniej ruchomej w klasycznym algorytmie metody różnicowej poprzez medianę, przez co w znacznym stopniu ogranicza się wpływ obserwacji odstających. Metodę przetestowano na symulowanych sygnałach pomiarowych. Jak wykazały obliczenia testowe, metoda jest skuteczna nawet dla stosunkowo wąskiego okna po stronie obserwacji następujących po testowanej i-tej epoce pomiarowej. Pozwala to na stosunkowo szybkie alarmowanie o zaistnieniu zmiany skokowej o amplitudzie nawet na granicy szumu pomiarowego (3 sigma). Metoda może znaleźć zastosowanie w automatycznych systemach kontrolno-pomiarowych do monitorowania przemieszczeń obiektów inżynierskich wykorzystujących satelitarny system GPS, w szczególności do monitorowania deformacji obiektów hydrotechnicznych, przemysłowych i górniczych.
EN
A modified differencing method of the detection of irregular jumping changes in discrete measuring signals (e.g. time series of changes of coordinate points GPS) in the presence of disruptions of the signal with random measuring noise (white noise) and of accidental diverging observations (outliers) was shown at the work. The method consists in replacing the moving average in the classic algorithm of the differencing method through the median, what to a considerable degree the influence of diverging observation is being limited by. The method was tested on simulated measuring signals. How the test calculations demonstrated, the method is effective even for relatively narrow window on the side of following observations after tested measuring epoch. It allows on relatively fast alarming because of becoming known the irregular change about the amplitude even on the border of measuring noise (3 sigma). The method can find application in automatic control-measuring systems using the satellite system GPS for displacement monitoring of engineering objects, in particular for monitoring of hydro technical, industrial and mining objects’ deformations.
PL
W artykule zaprezentowano problem estymacji procesów fizykochemicznych w obecności zakłóceń impulsowych oraz szumu pomiarowego. Omawianym procesem będzie sygnał wyjściowy z przetwornika pomiarowego wykorzystywanego w fotometrii płomieniowej. Estymacja zostanie przeprowadzona w obecności licznych anomalii oraz szumu pomiarowego, dlatego zostanie zastosowany krzepki algorytm filtracji. Zaprezentowany algorytm zostanie zaimplementowany w rzeczywistym systemie pomiarowym w celu udowodnienia jego skuteczności.
18
Content available remote Outliers detection method in fuzzy regression
EN
In this article we propose a method for identifying outliers in fuzzy regression. Outliers in a sample may have an important influence on the form of the regression equation. For this reason there is great scientific interest in this issue. The method presented is analogous to the method of finding outliers based on the studentized distribution of residuals. In order to identify outliers, regression models are constructed with an additional explanatory variable for each observation. Next, the significance of a fuzzy regression coefficient is analysed considering this additional explanatory variable. Illustrative examples are presented.
19
Content available remote Fault detection and isolation with robust principal component analysis
EN
Principal component analysis (PCA) is a powerful fault detection and isolation method. However, the classical PCA, which is based on the estimation of the sample mean and covariance matrix of the data, is very sensitive to outliers in the training data set. Usually robust principal component analysis is applied to remove the effect of outliers on the PCA model. In this paper, a fast two-step algorithm is proposed. First, the objective was to find an accurate estimate of the covariance matrix of the data so that a PCA model might be developed that could then be used for fault detection and isolation. A very simple estimate derived from a one-step weighted variance-covariance estimate is used (Ruiz-Gazen, 1996). This is a 'local' matrix of variance which tends to emphasize the contribution of close observations in comparison with distant observations (outliers). Second, structured residuals are used for multiple fault detection and isolation. These structured residuals are based on the reconstruction principle, and the existence condition of such residuals is used to determine the detectable faults and the isolable faults. The proposed scheme avoids the combinatorial explosion of faulty scenarios related to multiple faults to be considered. Then, this procedure for outliers detection and isolation is successfully applied to an example with multiple faults.
20
Content available Attenuation matrix in robust, free adjustment
EN
Equivalent weight matrix Px plays a major role in robust, free adjustment. It is contained in the optimization criterion P(dx) = dtxPxdx where dx is an increment vector to approximate coordinates of all network points. Assuming, that Px = px T(dx ), where Px is a priori weight matrix, the paper presents the way how to calculate an attenuation matrix T(dx)( dx is a standardized increment vector). Special attention is paid to the way of increment standardization and to computation of an increment variance matrix.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.