کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4945310 1438422 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Partial identification in statistical matching with misclassification
ترجمه فارسی عنوان
شناسایی جزئی در تطابق آماری با طبقه بندی غلط
کلمات کلیدی
ترجمه چکیده
هدف اصلی تطبیق آماری این است که استنتاج از متغیرهای مشاهده شده در منابع مختلف با استفاده از اطلاعات در مورد متغیرهای رایج. اطلاعات جزئی عموما نشان می دهد که مدل قابل شناسایی نیست. هدف از این مقاله مطالعه مواردی است که متغیرهای مشترک توسط یک کلاس اشتباه تحت تاثیر قرار می گیرند. منطقه قابل تشخیص که طبقه ای از احتمالات گسترش احتمالات شرطی که توسط اطلاعات در منابع مختلف به دست می آید تعیین می شود. این مناطق در مورد کلی و تحت برخی محدودیت های خاص در مکانیزم اشتباه طبقه بندی تعیین می شود. یک برنامه کاربردی برای داده های واقعی برای نشان دادن نتایج حاصل در مقاله استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
شناسایی جزئی در تطابق آماری با طبقه بندی غلط
چکیده انگلیسی
The main target of statistical matching is to make inference on variables observed in different sources by using information on common variables. The partial information generally implies that the model is not identifiable. The aim of this paper is to study the case when common variables are affected by a misclassification. The partially identifiable region, that is the class of probabilities extending the conditional probabilities obtained by the information in different sources, is determined. These regions are determined in the general case and under some specific restrictions on the misclassification mechanism. An application to real data is used to show in practice the results achieved in the paper.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Approximate Reasoning - Volume 82, March 2017, Pages 227-241
نویسندگان
, ,