地震前兆数据的稳健回归与建模-地震工程学报.pdfVIP

第21 卷　第4 期 西　北　地　震　学　报 Vol.21　No.4 1999 年12 月 NORTHWESTERN SEISMOLOGICAL JOURNAL Dec.1999 地震前兆数据的稳健回归与建模 杨马陵, 曲延军, 王海涛, 温和平 (新疆维吾尔自治区地震局,新疆 乌鲁木齐　830011) 摘要:基于正态密度 ψ函数的M 估计,建立了含有 势和周期项组合的稳健回归 数学模型, 对含有离群值的仿真数据进行了最小二乘估计、稳健估计和修正离群值后 的最小二乘估计.结果表明稳健估计可以克服最小二乘估计受离群值影响较大的弊 病,模型参数更接近实际.对地倾斜和地下气体等前兆观测数据的实际算例表明,用 稳健回归方法建立的数学模型避免了少数离群值的干扰影响, 更加真实地反映了前 兆观测数据的变化 势, 是前兆数据 势变化分析的强有力的数学工具. 主题词:地震前兆;数据处理;数学模型;稳健回归 中图分类号:P315.2;P315.01　文献标 码:A　文章编号:1000—0844 (1999)04-0399-08 1　稳健统计方法 述 稳健统计是处理实际数据与假设的总体分布有一定偏离的一种统计方法,常规的统计方 法通常建立在假定数据服从某一分布的基础上, 但实际数据一般都含有0.5%～10 %甚至更 高的偏离假定分布的离群值, 离群值的个数与数据总数之比称为污染度.离群值主要来源于外 界干扰(如观测条件的改变、仪器设备工作不正常、观测人员操作失误、记录错误等)和整个系 统内部环境条件的变化等.这些离群值的存在往往使常规统计方法拟合这类数据的效果不佳, 甚至出现谬误. [1] 稳健统计基于以下原则建立一个能抗“离群值”污染的模型 :①不受或少受偏离假定总 体分布的少数离群值的影响;②在尽可能适合样本分布并照顾大多数数据的基础上给出较切 合实际的结果;③能发现偏离总体分布的少数值,并能识别对结果有很大影响的离群值. [2] 稳健统计主要通过稳健估计和稳健处理两种途径实现 .稳健估计假设数据服从高斯分 布,不对数据结构做过多分析,而直接得出模型结果.稳健处理是通过对离群值的检测、剔除或 修正,使实际数据近似满足高斯分布后,再用常规统计方法建立模型. 1.1　稳健估计 [2] 目前稳健统计中应用广泛、方法较为成熟的是M 估计 , 它以一个任意给定的 ρ函数作 [3] 为代价函数 .即 N ∑ρ(x -θ)=mini (1) i=1 收稿日期:1998-10-26 基金项目:地震科学联合基金资助课题(95160). 作者 介:杨马陵(1953-), 男, 高级工程师, 现主要从事地震监测预报、分析研究工作. 　　　　　　　　　　　　　　　　　　西　北　地　震　学　报　　　　　　　　　　　　　　　　　　第21 卷 400 d 令 ψ(x )= ρ(x ),则 θ的解由下式给出 dx N ∑ ψ(x -θ)=0i (2) i=1 　　M 估计的关键在于 ψ函数的选取.在多种 ψ函数中, 本文选取文献[4] 中推荐的正态密度 型 ψ函数