基于Bootstrap的反舰导弹靶场试验小样本数据分析方法研究

• 作者: 孙锦 李国林 许诚 谢朝晖
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 靶场试验 小样本 参数估计 自助法 随机加权法
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 信息融合
• 页码范围: 48-51
• 页数: 4页
• 分类号: TP311
• 字数: 3191字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2014.01.014

摘要

自助法(Bootstrap)和随机加权法(Bayes Bootstrap)都能较好地处理小样本数据,其无先验性,以及计算过程中只需要实际观测数据的优越性,使其广泛地应用于实际数据处理之中,后者的估计精度要更好些.但对连续情况而言,自助法的计算特性使得重抽样本局限在原始样本范围内,无法渐进于真实情况.文章基于自助法研究了用改进的样本经验分布函数来解决这个问题,并通过仿真算例说明方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国林	海军航空工程学院战略导弹工程系	137	685	12.0	19.0
2	许诚	海军航空工程学院飞行器工程系	53	222	6.0	11.0