2-数理统计的有关理论8.pptVIP

变形监测数据处理 3．协方差函数 二阶中心混合矩 简称协方差函数 注 变形监测数据处理 4．互协方差函数 其中 变形监测数据处理 5．相关函数 简称相关函数 注 变形监测数据处理 6．互相关函数 注 则 变形监测数据处理 随机过程特征量的实际估计 随机过程 平稳随机过程 非平稳随机过程 各态历经过程 非各态历经过程 非平稳过程的特殊分量 随机过程分类 变形监测数据处理 随机过程特征量的实际估计 平稳随机过程及其特征量 平稳随机过程的定义 若随机过程x(t)的所有特征量与t无关，其特征量不随t的推移而变化，则称x（t）为平稳随机过程。 平稳随机过程的特征量 平稳随机过程特征量的实验估计 各态历经随机过程及其特征量 各态历经性的含义就是在一次实验中，对足够长的时间内的不同t值观测的随机过程，等价于在许多试验中，对同一t值观测的随机过程。 变形监测数据处理 随机过程特征量的实际估计 平稳随机过程及其特征量 平稳随机过程的定义 平稳随机过程的特征量 平稳随机过程特征量的实验估计 各态历经随机过程及其特征量 变形监测数据处理 本章的主要内容 §2.1 随机变量及其概率分布 §2.2 假设检验原理与方法 §2.3 随机过程及其特征 变形监测数据处理 设某全站仪的测角精度为2.0”，现某单位用此仪器对某一控制网进行了观测，平差后求得的测角中误差的估值为2.5”，已知该网的多余观测数r=30，试检验在显著性水平a=0.05下，该网观测值中是否有粗差存在？ 作业（MatLab实现） 变形监测数据处理 The end, Thank You! * * 变形监测数据处理 2、当h、k两点为已知点时，由于 则误差方程变为： 变形监测数据处理 3、当h或k点为已知点时，误差方程变为： 或 变形监测数据处理 边长观测值的误差方程： 令： 将 按台劳级数展开，取至一次项，得 式中： 变形监测数据处理 注意： 1、若j点为已知点，则上式变为： 2、若k点为已知点，则： 变形监测数据处理 1、单位权方差的估值 2、 的计算 直接计算： 用常数项计算： （五）、精度评定 变形监测数据处理 3、基本向量的协因数矩阵 间接平差中，基本向量为观测向量L，参数向量 ，改正数向量V和观测值的平差值向量 。令 变形监测数据处理 由协因数传播律得： 变形监测数据处理 展开得： 于是： 变形监测数据处理 4、待定点i的点位中误差 的中误差： 的中误差： i点的点位中误差： 变形监测数据处理 5、参数估值函数的中误差 设参数估值的函数为： 将上式全微分，得 式中： 所以 于是 变形监测数据处理 1、水准网如图，观测高差和路线长度为 ： 已知点高程分别为： 用间接平差求 、 点高程平差值。 参考答案: （六）、练习（用MatLab编程实现） 变形监测数据处理 §2.2 假设检验原理与方法 假设检验的基本思想 检验方法 变形监测数据处理 1、假设检验的概念 数理统计：参数估计和假设检验。 假设检验是根据样本来查明总体是否服从某个特定的概率分布。 原假设——备选假设 2、假设检验的步骤 提出原假设 选择检验统计量，给出拒绝域形式 选择显著性水平，给出拒绝域 作出判断 变形监测数据处理 参数假设检验常见的有三种基本形式： (1) (2) (3) 当备择假设 在原假设 一侧时的检验称 为单尾检验； 当备择假设 分散在原假设 两侧时的检验 称为双尾检验。 3、双尾和单尾检验 变形监测数据处理 正如在数学上我们不能用一个例子去证明一个结论一样，用一个样本（例子）不能证明一个命题（假设）是成立的，但可以用一个例子（样本）推翻一个命题。因此，从逻辑上看，注重拒绝域是适当的。 我们有可能由于抽样随机性影响，拒绝接受正确的原假设（第一类错误，弃真），也有可能接受不正确的原假设（第二类错误，纳伪）。 4、弃真和纳伪 变形监测数据处理 2.2.2单个正态总体均值的检验 一、已知? 时的u 检验 设 是来自 的样本，考虑关于? 的检验问题。检验统计量可选为 变形监测数据处理 例1 从甲地发送一个讯号到乙地。设乙地接 受到的讯号值服从正态分布