方差边缘极大似然估计.pdfVIP

第 18卷第2期 武 汉 测 绘 科 技 大 学 学 报 Vo1．18No．2 l993年 6月 JournalofWuhanTechnicalUniversityofSurveyingandMapp~ng Jun．1993 l 每 方差的边缘极大似然估计 周 世 健 ／ ——————————一 ‘ J ／ 摘 要 铡量平差问题中，方差估计理论是复杂的。本文基于概括模型，组成 自由项I(极大似然估 计 眦 )的密度函数和改正数向量V的线性函数(边缘极大似然估计 ⅫⅧ E)的密度函数 ．详细推导 了函数模型与随机模型中，未知参数 X与 的似然估计公式 ，分析 了基于两种密度函数所得 的 似然估计存在差异的真正原因．并对两种方法所得的 和 的统计性质进行了讨论。指出边缘极 大似然估计，南具有益好的统计性质 ，可改善极大似然估计 稿的不定性 (有偏)I并且对任一平差模 关键词方羞}超塥幔大似然估计I坑计性质}平差模型的刊蜒I． 分类号 P207 a 2．1 o 前 言 参数的点估计有矩法 ．极大似然估计 ．最小二乘法估计和Robust估计等。其中，极大似然 估计和最小二乘估计是导 出参数估计的基本方法．Robust估计是处理观测值中含异常值的一 种估计方法。极大似然估计要求子样的分布已知，最小二乘估计并不要求子样的分布 已知 ．并 已证明，观测误差服从正态分布时，极大似然估计和最小二乘 估计所得到的参数估计 一 致 ]。以往对未知参数的估计忽略了单位权方差的估计(平差模型中的未知参数应包含单位权 方差 5)，一般文献仅给出其估值公式 ．均未给出推导过程，不易讨论此估计的统计性质。本文 主要就此进行 些讨论。首先，本文从概括模型出发，根据测量数据处理的特点，误差向量服从 多维正态分布的前提下，构造函数模型中自由项的密度函数和改正数线性函数的密度函数 ，在 极大似然原则下，得到两函数模型和随机模型的参数估计 (数学上分别称之为极大似然估计和 边缘极大似然估计 )。讨论中，指出估计在统计意义上的无偏性 ，并给出了实际中所采用的公 式[2]。最后，为了衡量估计的优劣．详细讨论了估计的统计性质。其中，边缘极大似然估计所得 单位权方差具有 良好统计性质。另外 ．按照边缘极大似然估计理论，给出了各种平差模型下的 单位权方差估计的推导过程 ．这不仅验证各种平差模型 统计性质的一致性 ，也有利于进一 步讨论方差分量的极大似然估计及与其他估计的关系和统计性质。 1 极大似然估计 概括模型 (附有限制条件的条件平差)的函数模型为 收稿 日期}1992一口．一15 』 +船一 (1n) C【X一，l=0 (16) 式中：()一c，(B)一 ，()一8。 顾及琏机模型 d～Ⅳ(0，iP )或 N(0，i。) 易得到 {(，)一 (2) lD(，)一研Ⅳ_ 式中，N．=AQA。故有 ，的密度函数 ] L。(，；z，。{)一 (2)一} IN．I一{exp{～ (，一Bx)Naa (，一古x)) (3) 对上式取对数 lng(f )一一 n(2)一号ln面一 lⅣ_I一丽1(，一Bx)Ⅳ_(，一Bx) 因概括模型中有附加条件(16)，须组成附有条件的似然函数 。 ‘