Исследуется задача выбора достаточного размера выборки. Рассматривается проблема определения достаточного размера выборки без постановки статистической гипотезы о распределении параметров модели. Предлагаются два подхода к определению достаточного размера выборки по значениям функции правдоподобия на подвыборках с возвращением. Эти подходы основываются на эвристиках о поведении функции правдоподобия при большом количестве объектов в выборке. Предлагаются два подхода к определению достаточного размера выборки на основании близости апостериорных распределений параметров модели на схожих подвыборках. Доказывается корректность представленных подходов при определенных ограничениях на используемую модель. Доказывается теорема о моментах предельного апостериорного распределения параметров в модели линейной регрессии. Предлагается метод прогнозирования функции правдоподобия в случае недостаточного размера выборки. Проводится вычислительный эксперимент для анализа свойств предложенных методов.

Чтобы повторить результаты вычислительного эксперимента, рекомендуется установить все необходимые зависимости. Файл requirements.txt находится в директории code. Для установки

• Сделайте git clone этого репозитория.
• Создайте новое conda окружение и активируйте его.
• Запустите pip install -r requirements.txt.

Код со всеми проведенными вычислительными экспериментами здесь.