Теорії статистичних рішенні
Основні поняття
Дискретні процеси
Психофізичні закони
Енергетичний детектор
Відомості з теорії ймовірностей
Поняття оптимальності Поняття оптимальностіПочаток оптимальності. Порівняння апостеріорних імовірностей гіпотез для вибору однієї з них привело до вирішального правила виду. Правило використовує поріг...
Контактні дані Москва, Смольна вул., 10А
Телефон: +7 (495) 559 79 66
Телефон: +7 (495) 600 88 55
Сенсорний простір Сенсорний простірОднак сенсорний простір є в такому ж ступені реальним, як і простір стимулів, тому що є відбиттям останнього. Побудова такого простору становить одну з основних завдань психофізики й одержало назву шкалирования. Перша...
Теорія високого порога Теорія високого порогаПередбачається, що є досить високий постійний стимульный поріг. Він розташований приблизно на відстані Зап вище за середнє значення власного шуму системи. Шум дуже рідко перевищує такий поріг, тому щира ймовірність фіктивних тривог...


Нормальна апроксимація
На відміну від біноміального розподілу число х у може бути нескінченно більшим. Важливим параметром розподілу Пуассона є v - середнє число імпульсів в інтервалі. Іноді також уводиться параметр і. - v Г, рівний середньої інтенсивності проходження імпульсів, тобто числу імпульсів в одиницю часу

Тоді для РХ процесу Пуассона не можна ввести параметр, аналогічно тому, як він був уведений для РХ, побудованих з використанням нормального розподілу у випадку. Дійсно, нехай корисний сигнал s і шум п є незалежними пуассоновскими процесами з параметрами vs і vn.

Спостерігається сигнал, що також має пуассоновское розподіл з параметром.

Математичне очікування й дисперсія процесу рівні.
Певний у такий спосіб параметр dn має властивість зберігати своє значення на одній РХ, хоча при цьому пари величин vs і vn можуть мати для цієї РХ різні значення. Як побачимо далі, завдяки цій властивості параметр da може служити аргументом М-Функції, характеристики, еквівалентної РХ.

Останнє вираження відомо за назвою закон квадратного кореня. Воно чудово тим, що відповідає максимальне збільшення, що виявляється із заданими ймовірностями р и p.

Останнє питання, що буде розглянутий у цьому параграфі, ставиться до розподілів, пов'язаним з розподілом Пуассона. Як вказувалося, існують безперервні величини, пов'язані із числом імпульсів на інтервалі. Ці безперервні величини можуть також використовуватися для перевірки тих або інших гіпотез про розподіл Пуассона

Більше того, часте використання таких величин спрощує рішення завдання, тому що обчислення відповідних характеристик цих величин виявляється більше простим завданням.

Як ми вже відзначали, важливою безперервною величиною, що характеризує пуассоновский процес, є випадковий інтервал часу t, у якому з'являються г імпульсів. Випадкова величина t має щільність
Стр. статті: 1 2 3
Закон Вебера Закон Вебера М-Функція як характеристика диференціальної чутливості. Значення М-Функції не вичерпується характеристикою абсолютної чутливості детектора. Вона може також використовуватися (і в цьому, бути може, її основне значення) для характеристики...
Проблема шкалирования Проблема шкалированияПростір відчуттів. Шкалирование. Здатність людини до відчуття можна зрівняти з виміром фізичної величини. Якщо ви вимірюєте приладом фізичну величину, то остання ніколи не може бути обмірювана точно. Будь-який як завгодно зроблений прилад...
Copyright (c) 2009