АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Алгоритм оценивания ММАВ

Читайте также:
  1. XII. ЭЛЕМЕНТЫ ТЕОРИИ АЛГОРИТМОВ
  2. Алгоритм
  3. Алгоритм 65 «Кровотечение в послеродовом периоде»
  4. Алгоритм 72 «Ожоги и травмы глаза, века, конъюнктивы»
  5. Алгоритм MD4
  6. Алгоритм RC6
  7. Алгоритм RSA
  8. Алгоритм Брезенхема для окружности
  9. Алгоритм Брезенхема.
  10. Алгоритм взятия мазка из носа и зева.
  11. Алгоритм вибіркового методу
  12. Алгоритм вставки элемента в список после элемента с указанным ключом

Запишем исходную функцию правдоподобия вот так:

Считая независимыми ошибки измерения h и x0 перейдём к функции построения выборки

Находим

Где

Из этих формул видно что оценки линейны по отношению к результатам измерений z/

только она содержит случайную составляющую

Если априорная информация задана правильно то хорошо, но если нет – то ещё хуже + увеличивается расчёт. Здесь нет проблем с необращением матрицы, так как есть слагаемое ненулевое.

Рассмотрим пример:

Пример применения ММАВ к простейшей задаче регрессионного анализа.(пример 1 лекции МНК)

Дано:

прямые измерения

Требуется определить


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 |

Поиск по сайту:

Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)