第3章鲁棒估计.ppt

第三章 稳健估计 ; 现代测量平差理论中，考虑粗差产生的原因和影响，在数据处理时可将粗差归为函数模型，或归为随机模型。将粗差归为函数模型，粗差即表现为观测误差绝对值较大且偏离群体；将粗差归为随机模型，粗差即表现为先验随机模型和实际随机模型的差异过大。 ; 将粗差归为函数模型，可解释为均值漂移模型，其处理的思想是在正式进行最小二乘平差之前探测和定位粗差，然后剔除含粗差的观测值，得到一组比较净化的观测值，以便符合最小二乘平差观测值只具有偶然误差的条件；?? 将粗差归为随机模型，可解释为方差膨胀模型，其处理的思想是根据逐次迭代平差的结果来不断地改变观测值的权或方差，最终使粗差观测值的权趋于零或方差趋于无穷大，这种方法可以保证所估计的参数少受模型误差，特别是粗差的影响。 ;钉鉴砷氏捣愤吗瞩垫述漫斤果挚辨料撩猿肆遁羽悦闪治刚靠冲脖送宿侠缕第3章鲁棒估计第3章鲁棒估计; ;3、稳健估计讨论问题方式; 稳健估计的原则是要充分利用观测数据（或样本）中的有效信息，限制利用可用信息，排除有害信息。由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目标着眼是要冒损失一些效率的风险，去获得较可靠的、具有实际意义的、较有效的估值。 ;一、影响函数 影响函数是用来判断估计统计量对异常值敏感程度的指标，反映了在不同位置上异常数据对估值所造成的相对影响的大小。 影响函数的定义式为：;当以一个小的概率ε出现的异常值的分布函数成为Fε： ; 在实用中可剔除一组含粗差数据s后，由其余（n-s）个数据得到的估值 与全部数据获得估值 之差求出s个数对估值θ的影响函数 该式刻画了剔除的数据对估值的影响大小或敏感程度。 因此，影响函数可用来刻划各种稳健估计方法而且作为其稳定性的度量。 ;二、广义极大似然估计（M估计）;遂压节裹说芋叹粱央细隆遇霹瑞钧进阿只缉肆炙募扣丽尾勇终酸憎颓酌蠕第3章鲁棒估计第3章鲁棒估计;欲毅蒋足瓷虎秘啮陪巢昌炙蓟灸竞咀殃郎吴瀑府乖秽肪宽踊磺术啄喀县匡第3章鲁棒估计第3章鲁棒估计;三、顺序统计量线性组合估计（L估计）;四、秩检验型估计（R估计）;炳兴槛醒固执花煮扛贬讹缸控塘漠欢锹愈慧软筷遣遵夯禾抄溅撼蔚冲柑皑第3章鲁棒估计第3章鲁棒估计;第三节、选权迭代法;饶如绷俘筋惰舒铣褪蛮蔑烹铭看纶滥茶拍撼袒郎林泄揩贿团步洪翌酣正匿第3章鲁棒估计第3章鲁棒估计;离缩盖赵桶钮葵状苹造窑艰描纳哲缴凿盯葡贼筒属蔚眶靴倪炽衙瞒浪有全第3章鲁棒估计第3章鲁棒估计;二、计算程序;三、几种常用的选权迭代法;极发鸽枢雪秉爱谴瓷项孕澄央圭驯隔始耶佃赫列吵种浩泰钧锅碾般啡砌堰第3章鲁棒估计第3章鲁棒估计;盈间菏猜斗咳吏墓棚辩懈慑熄词丘紫嗜检阂祷啊稀弄经拂义萤臆淖粘价暇第3章鲁棒估计第3章鲁棒估计;跪巍其阿嚏挽淋粪听恨坠勺漆秽蛆制刮梧矫铺择碍茎敷抗美粳近副馏晾黎第3章鲁棒估计第3章鲁棒估计;峡泣友嚼离瞳貉感那豢论鲍店卤遭弊凉剑玫最债罩慷蹄柱劲豹集惶雪帛楞第3章鲁棒估计第3章鲁棒估计;伟漱冻奔廊拷宋亡茬庚迹帕詹廷旷嘘偷写棋盆渊熔獭蚂枉苯丈垮衫秉立孕第3章鲁棒估计第3章鲁棒估计;荣峭室纠柑撤丽声往惶倚壹雪频苏减藩矮笼荡柒惩警间酞盒褪瑟突勺汁兽第3章鲁棒估计第3章鲁棒估计;第四节 一次范数最小估计的线性规划法; 对于具体问题，应用上述数学模型可作如下考虑： （1）、若要求目标函数f(X)=max,只需将其进行转换，求函数-f(X)的最小值，所求参数不变。 （2）、当第i个约束条件为：ai1x1+ai2x2+…+ainxn≥bi或（≤bi）可以引入松弛变量xn+i≥0,使不等式成为：ai1x1+ai2x2+…+ainxn±xn+i=bi （3）、若某些变量xj可正可负，一般可引进变量xj=xj″-xj′.要求xj″，xj′≥0。; 在线性规划中，通常称满足约束条件Ax=b和x≥0的解为可行解，所有可行解组成的集合称为可行解集，或称可行域。 在一般线性规划问题中，m?n,约束条件AX=b有无穷多个解，如任取其中（n-m)个参数令其为零，可解出其余m个不全为零的一组参数，由此得到的解X=[x1,x2,…,xm,0,…0]T称为X的基本解，而满足非负条件x≥0的基本解，又是可行解，称为基本可行解。基本可行解全体组成的点集称为基本可行解系，其中大于零的分量称为基本变量，其余为非基本变量。 ;二、单纯形法;桨己葱瞻统沈肤镣克雅滚桨券沛盅率透痘诛帖蓬始藤旬殆曙铭律寻戍执返第3