ESTYMACJA POZIOMU ZAKŁÓCENIA W SZEREGACH CZASOWYCH PRZY POMOCY FILTRU MEDIANOWEGO

Podobne dokumenty
Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

1 Dwuwymiarowa zmienna losowa

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Porównanie dwu populacji

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Estymacja przedziałowa

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Pattern Classification

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Techniczne Aspekty Zapewnienia Jakości

Rozkład normalny (Gaussa)

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Metody Statystyczne II

MODELOWANIE PROBABILISTYCZNE PROCESU PRZESYŁANIA KOMUNIKATÓW W SYSTEMACH ROZPROSZONYCH

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Materiały do wykładu 4 ze Statystyki

Statystyka matematyczna dla leśników

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Rozkład Poissona. I. Cel ćwiczenia. Obowiązujący zakres materiału. Podstawy teoretyczne. Opracował: Roman Szatanik

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

PRZETWARZANIE SYGNAŁÓW

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości specyficznych parametrów populacji.

Komputerowa analiza danych doświadczalnych

Prawdopodobieństwo i statystyka r.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Z-TRANSFORMACJA Spis treści

Komputerowa analiza danych doświadczalnych

Parametryczne Testy Istotności

WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego ZAKŁAD AWIONIKI I UZBROJENIA LOTNICZEGO

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

WYKORZYSTANIE FILTRU CZĄSTECZKOWEGO W PROBLEMIE IDENTYFIKACJI UKŁADÓW AUTOMATYKI

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57),

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Wprowadzenie do laboratorium 1

Statystyczny opis danych - parametry

Jak obliczać podstawowe wskaźniki statystyczne?

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

PREZENTACJA MODULACJI ASK W PROGRAMIE MATCHCAD

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Elementy modelowania matematycznego

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Estymacja parametrów populacji

PREZENTACJA WŁAŚCIWOŚCI FILTRÓW WYGŁADZAJĄCYCH II RZĘDU W PROGAMIE MathCad

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA. Seminarium Chemia Analityczna III rok. Dr inż. Piotr Konieczka

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Statystyka opisowa - dodatek

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

θx θ 1, dla 0 < x < 1, 0, poza tym,

Testy dotyczące wartości oczekiwanej (1 próbka).

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

STATYSTKA I ANALIZA DANYCH LAB II

Wyższe momenty zmiennej losowej

Wykład 4 Soczewki. Przyrządy optyczne

ANALIZA PRZYCZYN AWARII OBWAŁOWAŃ POLA REFULACYJNEGO PODCZAS KONSOLIDACJI TORFÓW

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Statystyczna analiza danych

Estymacja przedziałowa:

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Lista 6. Estymacja punktowa

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Rozkłady statystyk z próby

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Histogram: Dystrybuanta:

Twierdzenia graniczne:

Wnioskowanie statystyczne dr Alicja Szuman

1 Testy statystyczne. 2 Rodzaje testów

Statystyka i rachunek prawdopodobieństwa

STATYSTYKA. Seminarium Chemia Analityczna. Dr inż. Piotr Konieczka.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

Statystyka Inżynierska

Komputerowa analiza danych doświadczalnych

KADD Metoda najmniejszych kwadratów

H brak zgodności rozkładu z zakładanym

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona)

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.

BADANIA DOCHODU I RYZYKA INWESTYCJI

INSTYTUT ENERGOELEKTRYKI POLITECHNIKI WROCŁAWSKIEJ Raport serii SPRAWOZDANIA Nr LABORATORIUM TEORII STEROWANIA INSTRUKCJA LABORATORYJNA

Transkrypt:

POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Egieerig 04 Grzegorz MIKOŁAJCZAK* Jaub PĘKSIŃSKI* ESTYMACJA POZIOMU ZAKŁÓCENIA W SZEREGACH CZASOWYCH PRZY POMOCY FILTRU MEDIANOWEGO W pracy przedtawioo metodę etymacji poziomu załóceia wyorzytującą filtrację mediaową oraz zajomość wpółczyia reducji zumu. Załada ię, że w proceie wygładzaia tłumioy jet tylo zum, bez zmiay ygału użyteczego. Poziom tłumieia zumu dla filtracji mediaowej, zay jet a priori, co pozwala a doładiejzą etymację poziomu wariacji ładia loowego zeregu czaowego. SŁOWA KLUCZOWE: filtr mediaowy, etymacja wariacji załóceia, zeregi czaowe. WSTĘP Aaliza zeregów czaowych ma dwa główe cele: wyrywaie atury zjawia reprezetowaego przez ewecję oberwacji i progozowaie (przewidywaie) przyzłych wartości zeregu czaowego. Oba te cele wymagają zidetyfiowaia i opiaia, w poób miej lub bardziej formaly, elemetów zeregu czaowego. Wśród ładiów zeregu czaowego możemy wyróżić: tedecja rozwojowa (tred), wahaia ezoowe, wahaia cylicze (oiuturale), wahaia przypadowe (ładi loowy, zum) []. Jedym z problemów w aalizie zeregów czaowych jet reducja iepożądaych załóceń. Z uwagi a wielość metod i algorytmów charateryzujących ię różą złożoością i efetywością uuwaia zumu, tóre zależą od charateru i poziomu załóceia, trudo jet wybrać ajbardziej efetywą metodę. O ile tylo dypoujemy oreśloą wiedzą lub mamy podtawy do poczyieia pewych założeń co do atury i potaci załóceń, możemy dobrać odpowiedią metodę, tóra zapewi optymalą jaość aalizy zeregu czaowego []. Zagadieie etymacji zumu polega ajczęściej a wyzaczeiu odchyleia tadardowego załóceia σ, lub wariacji σ, z zeregu czaowego, przy założeiu, że ładi loowy jet proceem addytywym (), tacjoarym, ieorelowaym z ygałem, o wartości przeciętej zero i rozładzie ormalym [3, 4]: * Zachodiopomori Uiwerytet Techologiczy.

06 Grzegorz Miołajcza, Jaub Pęińi x () gdzie: ygał użyteczy, x ygał zazumioy, addytywe załóceie o rozładzie ormalym, wartości przeciętej zero E() = 0 i wariacji V() =. Metody etymacji poziomu załóceia moża podzielić, zaadiczo a dwie grupy. Pierwza bazująca a filtracji ygału zazumioego, polegająca a założeiu, że odfiltroway ygał jet orygiałem, co prowadzi do wyzaczeia odchyleia tadardowego zumu σ a podtawie różicy między ygałem zazumioym a odfiltrowaym. Drugi poób etymacji załóceia polega a zalezieiu w zeregu czaowym miejca gdzie ie wytępuje ygał użyteczy i a tej podtawie wyzaczeiu poziomu załóceia.. IDEA METODY ESTYMACJI Do ozacowaia załóceia propouje ię wyorzytać filtrację mediaową, tórej działaie opiae jet w atępujący poób. Stadardowy filtr mediaowy otrzymyway jet w wyiu uporządowaia próbe wejściowych x i w olejości roącej i wybór jao wyjściowej, środowej wartości pośród ich, jeżeli ilość pobraych próbe jet ieparzyta. W przeciwym razie próbą wyjściowa filtru mediaowego jet dowola wartość zajdująca ię pomiędzy wartościami dwóch środowych (ajczęściej średia arytmetycza). Ozaczając x = (x, x,..., x N ) jao zbiór oberwacji, a ich mediaę jao med(x) to powyżzą zależość moża zapiać wzorem [4]: xv, gdy N v med( x) x x () v v, gdy N v W proceie wygładzaia atępuje reducja wariacji załóceia do wartości opiaych zależościami przedtawioymi w Tabeli [7]. Zajomość tych zależości jet podtawą do opracowaia metody etymacji poziomu załóceia. Załada ię, że w proceie wygładzaia atępuje tylo reducja wariacji zumu według zależości przedtawioej w tabeli, atomiat wariacja ygału użyteczego V() = σ pozotaje bez zmia. Przyjmując, że oberwoway zereg czaowy jet potaci (), oraz uwzględiając, że zum i ygał użyteczy ie ą orelowae, wariacja ygału wejściowego wyoi: V ( x) (3) Załadając, że wygładzaie reduuje tylo wariację załóceia, możemy apiać zależość a wariację ygału wyjściowego jao: V ( y) (4)

Etymacja poziomu załóceia w zeregach czaowych przy pomocy filtru... 07 Tabela. Graicze wartości wariacji załóceia a wyjściu filtrów średiej ruchomej i mediay, przy różych modelach załóceia oraz przy zachowaiu zgodości tłumieia, N-ilość elemetów w oie Model załóceia Rozład jedotajy:, 3 x 3 f ( x) 3 0, w przeciwym razie Rozład Gaua (ormaly): f ( x) e Rozład Laplace a: f ( x) e x / x / Średia ruchoma N N N Mediaa 3 N Ozaczając: V(y) = V med wariacja po filtracji mediaowej, V(x) = V 0 wariacja ygału bez wygładzaia, otrzymujemy: Vmed (5) V0 V0 (6) Podtawiając (6) do (5), po przeztałceiach otrzymujemy zależość a wariację załóceia (7), wyzaczoą a podtawie zajomości wariacji ygału załócoego oraz wariacji ygału po filtracji mediaowej: ( V0 V med ) (7) Przedtawioy powyżej poób wyzaczeia wariacji załóceń (7) charateryzuje ię potrzebą zajomości tylo wariacji ygału wejściowego i wyjściowego, tórych wartość możemy obliczyć [0]. Pozwala to w poób proty wyzaczyć poziom załóceń. 3. WYNIKI TESTÓW Propoowaą metodę etymacji wariacji załóceia, przedtawioą w rozdziale, poddao tetom, polegającym a wygładzaiu ciągu próbe {x }, wygeerowaych a podtawie tłumioego ygału harmoiczego { } (8), przedtawioym a ryuu, załócoych zumem { }, o rozładzie ormalym (Gaua), wartości przeciętej zero E() = 0 i wariacji V() =, gdzie wartość odchyleia tadardowego zmieiao w zareie od 0 do 0.

08 Grzegorz Miołajcza, Jaub Pęińi e K 4 i K (0; K ) (8) Ry.. Przebieg ygału orygialego { } oraz załócoego zumem o rozładzie ormalym {x } Dla ażdej wartości geerowao M = 0 iezależych załóceń dla tórych otrzymywao wyetymowae wartości,m, tórych wyzaczao średią będącą etymatorem próby:, for m M (9) M m m Natępie dla ażdej wartości wyzaczao obciążeie etymatora μ oraz odchyleie tadardowe SD etymatora (9): ; SD, m (0) M m Do porówaia wyiów etymacji załóceia zatoowao miarę błędu średiowadratowego: MSE, m () M m Etymacji załóceia wyoao dla różej ilości elemetów zeregu: K = 00, K = 500, K = 000, ja i zmieej ilości elemetów w oie (N) filtru mediaowego (). 4. PODSUMOWANIE Aalizując otrzymae rezultaty etymacji załóceia przedtawioe w tabeli, moża twierdzić, że we wzytich przypadach uzyao zadowalające wyii, a w zczególości dla wartości załóceia <0 w przypadu zeregu liczącego K = 00 próbe. Natomiat z ry. moża zaoberwować, że wartość błędu średiowaratowego () MSE<0.75 dla zeregów o liczbie próbe K = 500 i K = 000.

Etymacja poziomu załóceia w zeregach czaowych przy pomocy filtru... 09 Ry.. Wyre wartości błędu średiowadratowego MSE dla pozczególych tetów w fucji wartości odchyleia tadardowego załóceia Tabela. Wartości pozczególych waźiów: μ, SD MSE uzyaych w obliczeiach dla K = 00 próbe zeregu czaowego N=3 N=5 N=7 μ SD MSE μ SD MSE μ SD MSE 0 0.0 0.0 0 0.0 0.0 0.0 0 0.0 0.00 0.00 0 0.00.06 0.06 0.08 0..03 0.03 0.03 0.04.03 0.03 0.03 0.05.5 0.5 0. 0.8.0 0.0 0. 0..05 0.05 0.05 0.07 3 3.39 0.39 0.4 0.4 3. 0. 0. 0.7.98-0.0 0.08 0.08 4 4. 0. 0.9 0. 4.05 0.05 0.7 0.8 4.05 0.05 0. 0.4 5 5.3 0.3 0.37 0.47 5.8 0.8 0.4 0.3 4.95-0.05 0.8 0.8 6 6.43 0.43 0.35 0.56 6.0 0.0 0.5 0.5 6.09 0.09 0.3 0.5 7 7.36 0.36 0.5 0.6 7.09 0.09 0.6 0.7 7.0 0.0 0.7 0.7 8 8.3 0.3 0.5 0.6 8. 0. 0.33 0.39 8 0.00 0.3 0.3 9 9.55 0.55 0.39 0.67 8.93-0.07 0.69 0.69 9. 0. 0.4 0.6 0 0.6 0.6 0.67 0.9 0.7 0.7 0.3 0.35 9.98-0.0 0.3 0.3.4 0.4..9.56 0.56 0.44 0.7 0.00 0.4 0.4.75 0.75 0.7.03.5 0.5 0.45 0.48.08 0.08 0.38 0.39 3 3.7 0.7.07.9 3. 0. 0.59 0.6 3. 0. 0.35 0.37 4 4.97 0.97 0.8.7 4.03 0.03 0.57 0.57 4.3 0.3 0.6 0.69 5 6.65.65 0.68.78 5.39 0.39 0.78 0.87 5.03 0.03 0.47 0.47 6 7...37.77 6.0 0.0 0.64 0.64 6.04 0.04 0.46 0.46 7 8.47.47.03.79 7. 0. 0.85 0.87 7.08 0.08 0.87 0.88 8 0.4.45 8.49 0.49 0.8 0.95 7.87-0.3 0.69 0.7 9 0.37.37 0.9.65 9.9 0.9 0.8 0.85 8.69-0.3 0.65 0.7 0.5.5..75 0.66 0.66 0.53 0.85 0.37 0.37 0.83 0.9

0 Grzegorz Miołajcza, Jaub Pęińi Reaumując moża przyjąć poprawość poczyioych założeń, dotyczących brau wpływu filtracji mediaowej a ygał użyteczy oraz zajomości wpółczyia tłumieia tego filtru a załóceie o rozładzie ormalym. LITERATURA [] L. Ljug, Sytem idetificatio theory for Uer. Pretice-Hall, Eglewood CliP, NJ, 987. [] H. Poor, A Itroductio to Sigal Detectio ad Etimatio. New Yor: Spriger- Verlag, 985. [3] P.G. Ferrario, Local Variace Etimatio for Uceored ad Ceored Obervatio, Spriger Vieweg, 03. [4] S.K. Mitra, J.F.Kaier, Hadboo Digital Sigal Proceig, Joh Willey 993. [5] A. Joe, New tool i o-liear modellig ad predictio, Computatioal Maagemet Sciece, vol., o., pp. 09 49, Jul. 004. [6] M. Neuma, Fully data-drive oparametric variace etimator Statitic, vol. 5, pp. 89-, 994. [7] J. Kowali,J. Peii, G. Miolajcza, Detectio of oie i digital image by uig the averagig filter ame COV Itelliget Iformatio ad Databae Sytem 5th Aia Coferece, ACIIDS 03, Proceedig, Pt. ed.: Ali Selamat, Ngoc Thah Nguye, Habibollah Haro Berli [i i.] : Spriger, pp. -8 03. [8] H. Pi ad C. Petero, Fidig the embeddig dimeio ad variable depedecie i time erie, Neural Computatio, vol. 6, o. 3, pp.509 50, 994. [9] E. Eirola, E. Liiti aie, A. Ledae, F. Coroa, ad M. Verleye, Uig the delta tet for variable electio, i ESANN 008, Europea Sympoium o Artificial Neural Networ, Bruge (Belgium), pp. 5 30 008. [0] J. Peii, M. Stefaowi, G. Miolajcza, Etimatig the level of oie i digital image. Itelliget multimedia techologie for etworig applicatio: techique ad tool ed. Dimitri N. Kaellopoulo Iformatio Sciece Referece, pp. 409-433, 03. ESTIMATION OF THE LEVEL OF DISTURBANCE IN TIME SERIES USING A MEDIAN FILTER Thi paper preet a method of etimatig the level of diturbace, baed o media filtratio ad the aumptio that the moothig proce applie to oie, excluively. The owledge of a oie reductio coefficiet eable the determiig of a etimated quatity.