自我相关系数Autocorrelation.PPT

以時間序列分析法偵測台灣一等一級水準網之殘留系統誤差 Detecting Remained Systematic Errors In The First-Order ClassⅠLeveling Network of Taiwan By Using Time series 指導教授：許榮欣 學生：林曾進 一、前言 從上次方差分析法的成果中發現，經由消除系統誤差改正後之台灣一等一級(2001)水準網仍含有明顯之殘留系統誤差存在，表示系統誤差仍無法完全移除而殘留下來。方差分析法僅在所有觀測量均獨立不相關呈常態分佈的情況下才能符合，但現實情況下獨立不相關的情形是難以存在的。 方差分析法雖能偵測出系統誤差，但卻無法明確指出系統誤差隱藏在何測線及測段內，因此此研究試圖以時間序列分析法進一步分析找出系統誤差可能隱藏在哪些測線及測段內。 二、時間序列分析法 一組觀測值 ，若沿著時間先後有順序地產生，則稱此組觀測值為一時間序列，而正整數N 被稱為時間序列的長度[葉小蓁，1998]。 任一時間序列均可延著時間軸作其對應的時間序列圖，如圖1。 2-1 自我共變數(Autocovariance) 在一穩定隨機過程 中，分別取第 i 期與第 i+j 期之隨機變數 Xi，Xi+j 定義 則 即為此隨機過程的自我共變數 其中 ， 被稱為自我共變數函數(Autocovariance Function) [葉小蓁，1998]。 2-2 自我相關係數(Autocorrelation) 延續自我共變數之定義，定義自我相關係數 (1) 則 被稱為第j期差之自我相關係數(The jth -lag Autocorrelation)，且 被稱為自我相關函數(Autocorrelation Function)，簡稱 ACF [葉小蓁，1998]。 2-3 自我相關係數應用於水準網 假設測量水準網內各測段之閉合差屬於互相獨立不相關之隨機過程，為了描述此隨機過程，必須假設此隨機過程之平均值及變異數為一固定常數，則(1)式可改寫成： ， (2) 其中i表第i條測線，j 表第 j 條線段，每條測線共有 Ki個線段，Dij 表第 i 條測線第 j 條線段之閉合差[Hsu, 1996]。 s 為 lag 數，代入(2)式 即表示在測線 i 中之某 j 線段與下 s 個線段之相關係數。 三、實驗研究與成果 2001年的台灣一等一級水準網有26條測線，17個待定高程，以基隆市民族英雄公墓內之K999水準點(高程為5.66883m)為固定點(圖1) [許榮欣、鄞守毅，2003]。 3-1 自我相關係數應用於台灣一等一級(2001)水準網 將自我相關係數應用在台灣一等一級(2001)水準網之各獨立測線，共26條測線。計算各測線內之測段閉合差之相關係數[Hsu, 1996]，可將(2)式改寫成： ， (3) 其中i =1~26，每條測線共有 Ki 個線段，Dij 表第 i 條測線第 j 條線段之閉合差。 s 為 lag 數，由於相鄰太遠的測段其閉合差之相關係數可能無實質上的意義，故原則上 lag 數最多至3或4即可，但未免有特殊情形產生影響閉合差，故在此將lag數提高至7，而製成各獨立測線內之線段閉合差相關係數表。 將每條測線之線段閉合差相關係數再繪製成相關係數折線圖，以分析線段間閉合差相關情形，以五條測線為一單位製成一圖，如圖4~圖9。 3-2 線段間相關係數之統計檢定 依據統計中假設檢定之八大步驟進行線段間相關係數之檢驗[Montgomery, 2004]，檢定步驟如下： The interest parameter is H0: H1: α=0.05 The test statistic is [Abraham, 1983] (4) Reject region: if Z0 (s) i 1.96 or