Wybór typu zmiennej losowej na podstawie wyników badań polega najczęściej na aproksymacji parametrów przyjętego rozkładu. Jednak dostępne wyniki badań lub obserwacji często nie pozwalają na ... więcej

Wybór typu zmiennej losowej na podstawie wyników badań polega najczęściej na aproksymacji parametrów przyjętego rozkładu. Jednak dostępne wyniki badań lub obserwacji często nie pozwalają na dostatecznie precyzyjne dopasowanie jednego z powszechnie stosowanych typów rozkładu zmiennej losowej. W artykule przedstawiono metodę opartą na wnioskowaniu Bayesa, która umożliwia oszacowanie miary dopasowania i optymalnego wyboru jednego z typowych rozkładów zmiennej losowej oraz wyznaczenie dystrybuanty liniowej kombinacji testowanych rozkładów. Zastosowanie przedstawionej metody zilustrowano na przykładzie oceny i wyboru dystrybuanty rozkładu reprezentującego obciążenie śniegiem gruntu oraz wyznaczenia kombinacji testowanych rozkładów w celu określenia wartości charakterystycznej obciążenia śniegiem dla przyjętego okresu powrotu.

Single distribution functions are usually selected based on a best-fit approach theorem but often available random data cannot be accurately described by any of the commonly used types of the random variables. ... więcej

Single distribution functions are usually selected based on a best-fit approach theorem but often available random data cannot be accurately described by any of the commonly used types of the random variables. The paper presents a method based on Bayesian approach which solves problems of selecting the single distribution function and combining of probabilities contending different probability functions. The method is illustrated on the selection of single distribution function and application of Bayesian method in combining these functions to determine the characteristic value of snow load for an assumed return period.