本文使用非參數(shù)密度估計構(gòu)建數(shù)學(xué)模型。模型不假設(shè)數(shù)據(jù)序列的依賴形式也不假設(shè)概率分布形式，并不意味著模型參數(shù)估計，而是僅依賴于驅(qū)動的數(shù)據(jù)，并消除了估計的事實參數(shù)不是通用的。
　　文探討了非參數(shù)密度估計在電線電纜質(zhì)量控制中的應(yīng)用，以及更精確的分析方法。估計;窗寬;分析結(jié)果;身體狀況。圖分類號：O212文獻標(biāo)識碼：A引言數(shù)學(xué)統(tǒng)計技術(shù)是高級質(zhì)量管理的重要課題。前，應(yīng)用于電線電纜行業(yè)的數(shù)理統(tǒng)計技術(shù)是一種傳統(tǒng)的參數(shù)統(tǒng)計方法：基本步驟為：數(shù)據(jù)采集，參數(shù)模型自適應(yīng)，參數(shù)模型估計，模型的指示符合效果。要思想是假設(shè)確定的參數(shù)模型。方法通常具有良好的數(shù)據(jù)分析準(zhǔn)確度，例如通過假設(shè)正態(tài)分布模型，使用矩估計，最大似然估計和最小二乘來找到參數(shù)。
　　是這些方法的缺點是模型的假設(shè)對于不同的樣品不是通用的。文探討了使用非參數(shù)密度估計來分析導(dǎo)電單絲電纜的電阻率，以便找到更準(zhǔn)確的統(tǒng)計方法。
　　察數(shù)據(jù)本文首先給出了模具拉制銅單絲直徑的樣本數(shù)據(jù)，標(biāo)準(zhǔn)直徑為2.52 mm（見表1）（取樣能力為100，分為在16組中，組間距為0.000022mm），圖1是散點圖。2是用于理解其所屬人口的基本屬性的直方圖：從上圖，特別是直方圖，我們可以初步了解該數(shù)據(jù)集的分布樣品。以初步估計樣本數(shù)據(jù)屬于完全不對稱并且左端具有較長的末端，具有從左到右的向上趨勢和到左邊的小尾巴。右了。

　　度估計理論，核估計的定義：設(shè)K（x）是R上的概率密度函數(shù)，h> 0是與n相關(guān)的常數(shù)，則fn是由核的估計總未知密度f（x），其中函數(shù)K（x）稱為核，h是窗口的寬度。K（x）的確定表明，當(dāng)確定窗口h的寬度時，不同核函數(shù)的效果是等效的。
　　際上，通常首先選擇核函數(shù)K（x），然后尋找最佳窗寬h。于K（x）對fn的影響很小，滿足以下基本條件的核函數(shù)是合適的：∫K（x）dx = 1;函數(shù)連續(xù)平滑，第一階的時刻為零，方差有限。常使用均勻核，高斯核等。文使用高斯內(nèi)核作為內(nèi)核的函數(shù)。得函數(shù)核的估計：窗寬h越小，估計的核密度對原始數(shù)據(jù)的調(diào)整越大，但核估計的方差越大。反，窗口h的寬度越大，核估計的方差越小。LSCV方法通常用于確定窗口的最佳寬度，其直接從現(xiàn)有數(shù)據(jù)獲得窗口的合理寬度，并且是計算窗口的最佳寬度的標(biāo)準(zhǔn)方法之一。要思想是從估計樣本的缺失值中找到窗口的最佳寬度：通過替換表達式中已知樣本的點值，窗口h的寬度為核心估計值為0.105，ICE最小值為-5177。
　　用結(jié)果分析本文使用內(nèi)核估計作為內(nèi)核函數(shù)的高斯核來分析樣本數(shù)據(jù)，從而可以得到函數(shù)核的估計形式：統(tǒng)計方法整個集合（通常是Pearson）的分布類型未知。2執(zhí)行適應(yīng)性測試以確定模型的顯著性是否可接受以確定數(shù)據(jù)集是否實際來自假定的分布模型。于連續(xù)數(shù)據(jù)，數(shù)據(jù)樣本必須分成幾個區(qū)間（組），分組后每組中包含的樣本數(shù)必須至少為5.如果某些組中的數(shù)據(jù)頻率小于5，數(shù)據(jù)應(yīng)該是：組與相鄰組正確組合，然后進行測試。于使用fn估計總密度f（x），因此測試問題等同于：H0：f（x）= fn（x）; H1：F（X）FN（X）（7），其為統(tǒng)計假設(shè)檢驗H0近似當(dāng)H0為真：f 1是第i個樣本組的頻率，NPI是計算的標(biāo)稱定時基于所述估計核密度函數(shù)，k是可以在H0下取得的X的子集數(shù)，r是全局分布。估算的參數(shù)數(shù)量。計接近χ2分布KR 1的一個自由度可以看出，假設(shè)檢驗的排斥字段是：χ2≥χ2α（KR-1）（9）α是顯著性水平和測試的臨界值是χ2（1-α）。kr-1），當(dāng)目標(biāo)函數(shù)的值大于臨界值時拒絕零假設(shè)，并認(rèn)為密度函數(shù)不是通過核估計方法獲得的密度函數(shù)，否則零假設(shè)不能被拒絕。上所述，礦用電纜在大樣本的情況下，如果零假設(shè)為真，則統(tǒng)計量接近具有kr-1自由度的分布χ2，其中k = 9，r = 1，因此分配的自由度為7 ..參考任何具有統(tǒng)計日歷的書籍，我們可以找到分布χ2的閾值，在每個顯著性水平上具有7的自由度，這里是參考[5]和當(dāng)α= 0時的臨界值20， 05。95 = 14.067，h = 0.105。14.067，實現(xiàn)的測試統(tǒng)計值12.815小于臨界值，礦用電纜這意味著當(dāng)顯著性水平為0.05時，原假設(shè)不能被拒絕，即通過非參數(shù)核估計方法獲得的密度函數(shù)的表達可以被認(rèn)為符合實際的全局分布。式。此，我們還可以認(rèn)為上面選擇的窗口寬度值是“最佳的”，并且在該窗口寬度值處估計的總密度函數(shù)是理想的。論鑒于參數(shù)模型的缺陷，本文提出了一種基于核估計理論的非參數(shù)隨機模型。模型避免了結(jié)構(gòu)選擇和參數(shù)不確定性（線性或非線性）的問題，并且可以根據(jù)擬合的最終質(zhì)量進行測試。用LSCV方法計算窗口的最佳寬度可確保精確計算核密度估計值，并且是計算窗口寬度的方便且安全的方法。一步改進非參數(shù)密度估計方法在電線和電纜質(zhì)量控制中的應(yīng)用可以提供更精確的分析方法，以改善電線和電纜的質(zhì)量。

　　
　　本文轉(zhuǎn)載自
　　電纜價格 http://jslianhai.cn