第7讲有偏估计解说.ppt

阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 二、岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 4、岭参数的选择 例：平差问题中，有偏估计k值从0.1到2.0取值，对应的7个未知参数各自取值都不同，可作7条岭迹图 二、岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 4、岭参数的选择 k K＝0.7 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 1、线性模型的典则形式 在线性模型 设G为正交阵，使得 引入参数并设，B＝AG，则有 称其为典则形式，a为典则参数 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 1、线性模型的典则形式 参数a的最小二乘和岭估计分别为 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 2、广义岭估计 定义 或者 证明两种定义方式的等价性！ 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 3、广义岭估计的性质 1、岭估计是广义岭估计的特殊形式 2、广义岭估计是最小二乘估计的线性组合 3、广义岭估计有偏 4、存在ki0，使得 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 3、广义岭估计的性质 对ki求偏导，令其为零，于是得到此时，MSE最小，试说明广义岭估计比一般岭估计可有更小的均方差 三、广义岭估计 第七讲 有偏估计（Biased Estimation of Parameters） 3、广义岭估计参数确定方法 式中两项未知，一般取其估值迭代，直至稳定。 例子可参见“选取岭参数的一个新方法” ，归庆明，《测绘工程》，VOL.6，NO.1，1997 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 阅读训练，养成读书动笔好习惯。教师巡视，让批得好的同学发言，教师小结。 * * 1、Introduction（the question） 2、Ridge Estimation 3、Generalized Ridge Estimation 第七讲 有偏估计（Biased Estimation of Parameters） 一、概述 第七讲 有偏估计（Biased Estimation of Parameters） LS估计最优的条件： 观测值服从正态分