Estymatory wartości mezurandu dla danych o nie-gaussowskich rozkładach prawdopodobieństwa

Metodą symulacji Monte Carlo zbadano efektywność kilku jednoelementowych estymatorów wartości mezurandu dla próbek danych pomiarowych modelowanych nie-gaussowskimi rozkładami prawdopodobieństwa w postaci splotów kilku prostych rozkładów. Przedstawiono też dwa rodzaje metod, tj. opartą na symulacji Monte Carlo i metody „resamplingu” - powtórnego próbkowania, jako nowoczesne narzędzia statystyczne do bezpośredniego wyboru estymatora dla dowolnej próbki danych, gdy stanowi ona jedyną dostępną informację o badanej wielkości.

---

The effectiveness of few single-component estimators of the value of measurand for data samples modelled by several non-Gaussian probability distributions as convolutions of few simple distributions are examined by Monte Carlo simulation. Also presented are two type methods: based on Monte Carlo simulation and "resampling", as modern statistical tools to choose directly the estimator of the sample of arbitrary distributed data, representing the only available information.