Алгоритм оценивания ММАВ
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:
|