有偏估计之病态方程常用解法.ppt

第六章 有偏估计之一一病态方程的常用解法 1、截断奇异值法 2、正则化 为什么要研究病态方程 当误差方程为病态时,即使观测数据服从正态分布,其最小二乘估值也 不理想,甚至很差,其方差虽然在线性无偏估值类中是最小,但方差的值却 很大,即平差精度很差,而且解相当的不稳定 1、矩阵的条件数 例:有方程组Ax=b, 11000 其精确解为x 当常数有微小变化时,有 0012000 其中 )000 方程组的解变为:y=x+Ax=b 若系数阵A或常数项b的微小变化,会引起方程组的解x有巨大变化,则这种方程组称为 “病态方程组”。A称为病态矩阵 在方程组Ax=b中,讨论 DA非,设正常有说,导有多大 即A(x+△x)=b+△b 阿≤A|范数特性)→ 所以:≤14:A 2)设A、b均有误差时,解有多大误差? 即(A+△AX(x+△x)=b+△b 得解的相对误差为 A 对非奇异,称乘A为矩的 条件数。它刻画了方程组的解对原始数据的感程度 当A为正定实对称矩阵时,(如法方程的W阵),A阵的谐条件 n(A)=14l2A 其中,m和无分别是正定对称矩中最大和最小的特征值 不稳定模型:输入数据很小的误差会引起待估参数很大的误差。所以病态方程也是 不稳定模型 解释:复共线性 复共线性,指的是平差参数之间具有近似相关关系,反映在 误差方程的设计矩阵上,就是列向量间的某些数据列可由其余 的数据列近似(非精确)地线性表示。 2、病态性程度的衡量方法 a、特征分析法 法矩阵N有多少个特征值很接近零,设计矩中就有多 个复共线性关系。但恨接近于零”是一个很糊的说法 通常的判断标准,N的特征值中,A>0.时,可以认为不 在复共线性0.05<元<0.时,有弱复共线性01<<005时 中等强度复共线性;2≤0.0时,有严重的复共线性