Рандомизированный алгоритм корректировки выборочных данных

Одной из основных проблем статистического анализа экспериментальных данных является получение несмещенных (репрезентативных) выборочных совокупностей. Вполне естественным является желание получить репрезентативную выборку вычислительными методами. Процедура приведения структуры выборки в соответствие со структурой генеральной совокупности называется «корректировкой выборки». Все известные методы корректировки выборочных данных обладают существенным недостатком: они «исправляют» эмпирические функции распределения, а не сами выборочные совокупности. В предлагаемой статье вводятся понятия пространств контрольных и изучаемых признаков, дается формальное определение репрезентативной выборочной совокупности, рассматривается рандомизированный алгоритм корректировки именно выборочных данных, а не их эмпирических распределений. Итерации рандомизированного алгоритма корректировки выборочных данных можно описать следующим образом. Сначала выбирается спектральное значение одного из контрольных признаков такое, что модуль разности между соответствующими выборочной и генеральной долями имеет максимальное значение, т. е.  по всем $k$ таким, что $1\le k\le n$, ищется $\max|w_k-p_k|$. Если таких спектральных значений несколько, то случайным образом выбирается любое из них. Пусть это будет $i$-я компонента векторов $\mathbf{W}^{X}$ и $\mathbf{P}^{X}$. Затем, если $w_i-p_i>0$, из выборочной совокупности случайным образом удаляется некоторый вектор $\mathbf{Z_t}$, в котором компонента $x_i=1$;  если же $w_i-p_i<0$, то в выборочной совокупности случайным образом дублируется вектор $\mathbf{Z_t}$, в котором компонента $x_i=1$. Библиогр. 9 назв.