最小二乘估计理论.docxVIP

最小二乘估计理论（1）随机变量的统计理论加权最小二乘估计是卫星导航算法的基本工具。本文档讨论的随机变量默认为离散随机变量，对于一个随机变量，在估计理论中常用的统计特征包括数学期望，方差，标准差等等。数学期望/均值：随机变量取值的加权平均方差：随机变量与其均值的偏离程度 标准差：方差开平方根即可得到标准差如果知道随机变量X的期望和方差，根据中心极限定理，可认为X近似服从正态分布 对于二维随机变量，除了讨论两个变量各自的期望和方差之外，还需要讨论两者之间关系的数学期望——协方差和相关系数。和的协方差定义为 和相关系数定义为：相关系数的取值范围为[-1,1]之间，其绝对值越小表明两随机变量的相关性越小。则二维随机变量X的均值和方差为：同理对于多维随机变量 同理有 （实对称矩阵）现在讨论多维随机变量函数的期望和方差现在假设函数, 可令则函数值Z可表示为 则随机变量Z的期望和方差可表示为 已知随机变量的方差，可以求得随机变量函数的方差这个过程称为误差传播定律。需要注意的是协方差是相对多个变量而言的，而方差则是相对单个变量而言的进一步讨论多维随机变量函数间的协方差在上面一种情景中我们对随机变量引进了一个函数关系，其中，现在我们对X引进另外一个函数 ，其中则有Y和Z是同一多维随机变量X的函数，它们之间必然存在着相关关系由协方差的定义可知（2）最小二乘理论公式推导引论：在大多数情况下，我们所感