半参数模型的粗差检验问题的研究.pdfVIP

第5卷第2集 V01．5，No．2 兰鲤垒生!Q旦 登查皇盔型王壁型量堇莶亟过童速金迨塞塞 Q!!：兰堂 半参数模型的粗差检验问题的研究 丁士俊 陶本藻 武汉大学测绘学院湖北武汉430079 摘要：本文基于参数回归统计诊断的分析方法，从理论上证明了半参数删除模型与漂移模型解的等价 性，提出了半参数模型粗差检验方法，通过模拟计算验证了方法的正确性，并得出了一些有益的结论。 关键词：半参数模型粗差检验删除模型漂移模型 一、引言 众所周知，在回归分析中，把观测向量转换为回归向量的矩阵称为帽子矩阵，帽子矩阵的 元素出现在残差的方差与协方差估计量中，因此，帽子矩阵在残差回归诊断中起到重要的作 用。大家知道参数回归模型 L=BX+△ (I) B为n×t列满秩设计矩阵，X为回归未知参数向量，且满足 f (2) (3) “ (4) I V=：-仃(：I(-H一)z▲Dw=仃：(一H)P．。) —H)=n—t。 在参数回归中，通常采用学生化残差ri、学生化预测残差ri．两统计量对模型误差进行检 验，即两统计量为[1][2][3] 铲志2意刈@D ∞’ ‘2否ii赢2否了了露_‘‘刀一‘一¨‘‘2否志2否了弓赤_‘(刀一f—n．(6)·‘6’ 当平差模型中不包含有系统误差，采用上述两统计量对于模型误差(粗差检验)检验是有 效的；当平差模型中包含有系统误差的情况下，采用上述统计量显然是不合适的，粗差检验方 法有时可能失效，且系统误差与粗差不可分。因此，需要采用一种有效的平差模型来解决系统 ：垫： 焦宣皇盔型王蕉型量蕉莶堑过窒速金迨塞塞 筮墨鲞 误差与粗差的区分问题，即能满足粗差探测的有效性，又能把系统误差从模型中分离出来，这 是本文研究的主要问题，在此作一些研究与讨论。 二、半参数模型补偿最小二乘估计 半参数回归模型为[4][5][6] 1：7) 、Li=bjx+s(ti)+△i，i-1，…，n E(A)=o，D(A)=crOP‘1 (8) 其向量形式为 L=BX+S+△ (9) 式中L为n维观测向量，x为t维参数向量，△为n维噪音，B为列满秩设计矩阵，非参数 向量s=(s(t。)，…，s(t。))’n维向量，蠢是单位权中误差，D，P分别是△的方差阵和权阵。 半参数补偿最／b--乘是在最小二乘法的目标函数上增加一个非参数部分的补偿项，即求 解如下条件极值问题： rV7Pv+砖7瞧=rain {v：B爻+；一L ‘10’ 补偿最小二乘估计解为[6] 文