Робастное оценивание
Материал из MachineLearning.
(Различия между версиями)
Строка 3: | Строка 3: | ||
== Вычисление робастных оценок == | == Вычисление робастных оценок == | ||
- | Рассмотрим пример. Для оценки <tex>p</tex> | + | Рассмотрим пример. Для оценки <tex>p</tex> неизвестных параметров <tex>\theta_1,\; \dots ,\theta_p</tex> используется <tex>n</tex> наблюдений <tex>y_1,\; \dots,y_n</tex>, причем они связаны между собой следующим неравенством <tex>\mathbf{y}=X\mathbf{\theta}+\mathbf{u}</tex>, где элементы матрицы <tex>X</tex> суть известные коэффициенты, а <tex>\mathbf{u}</tex> - вектор независимых случайных величин,имеющих (приблизительное)одинаковые функции распределения. |
- | + | ||
- | <tex>\mathbf{y}=X\mathbf{\theta}+\mathbf{u}</tex> | + | |
<tex>|\mathbf{y}-X\mathbf{\theta}|^2 \rightarrow \min</tex> | <tex>|\mathbf{y}-X\mathbf{\theta}|^2 \rightarrow \min</tex> |
Версия 18:51, 5 января 2010
Содержание |
Введение
Вычисление робастных оценок
Рассмотрим пример. Для оценки неизвестных параметров
используется
наблюдений
, причем они связаны между собой следующим неравенством
, где элементы матрицы
суть известные коэффициенты, а
- вектор независимых случайных величин,имеющих (приблизительное)одинаковые функции распределения.
,
(
)
Литература
- Хьюбер П. Робастность в статистике. — М.: Мир, 1984.
Ссылки
- Робастность в статистике.
- Робастность статистических процедур.
- Публикации по робастным методам оценивания параметров и проверке статистических гипотез на сайте профессора НГТУ Лемешко Б.Ю..
- Robust statistics.
![]() | Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |