平差模型的假设检验
第3章 平差随机模型的验后估计
![第3章 平差随机模型的验后估计](https://img.taocdn.com/s3/m/b1dafd2ef121dd36a22d828a.png)
第三章 平差随机模型的验后估计3-1 概述众所周知,一个平差问题必须首先建立改平差问题的数学模型,平差的数学模型包括函数模型和随机模型两类。
描述平差问题中观测量与观测量之间、观测量与未知参数之间相互关系的函数表达式,称平差函数模型。
随机模型是描述观测误差∆的一些随机特征,在平差中主要是∆的数学期望和方差,具有0)(=∆E (3-1-1)和10202)(-==∆P Q D σσ (3-1-2)(3-1-1)式表明观测误差中不含系统误差和粗差,是一般情况下最小二乘平差的要求(3-1-2)式式平差时定权的根据。
平差前,随机模型要已知)(∆D ,称为验前方差。
只有精确地已知验前方差)(∆D 才能精确地定权,所以随机模型的估计,就是验前方差)(∆D 的估计,也就是观测值权的估计。
过去很长的时间,平差都在单一的同类观测量中进行,例如测角网平差,水准网平差。
定权可从定义式(3-1-2)出发,采用测量平差中常用方法定权,例如,水准高差按路线长度倒数定权等。
随着平差对象从单一同类观测量扩展为不同类的多种观测量,一般,它们的验前方差又不能都已知,如果能精确地估计它们的方差,达到精确地定权就需要深入研究了。
所以,近20年来国内外测量界把平差随机模型的估计作为主要课题进行研究,取得了丰富的成果。
对不同类的观测量,一般采用经验公式定权,即根据仪器出厂标明的标称精度估算各自的方差,然后再按定义式(3-1-2)定权。
例如在边角同测的控制网中,测距仪给出的测边中误差标称精度公式为)(i i bs +±=ασ测角中误差为βσ(按规范),以i σ和βσ为测边和测角的验前方差定权,得122==βββσσP)/)'('(2222cm P iiss 单位:σσβ=在卫星网与地面网、重力网与水准网的联合平差,摄影测量与大地测量数据联合处理中,也可按上述经验公式的方法定权。
这种估计验前方差确定各类观测量权的方法,时间证明,在许多情况下是不够精确的。
平差系统的统计假设检验
![平差系统的统计假设检验](https://img.taocdn.com/s3/m/9f4978e2172ded630b1cb69d.png)
V T PV
02
19.75 2 .19 9.0
2 此时 (24) 落在 ( 2 , )之内,检验通过,平差 模型正确。 2 2
11.5 粗差检验的数据探测法
从20世纪60年代 起,对粗差的研究 间接平差 V B x l , R I BN 1 B T P 或 R Q P, ˆ BB VV 一直是误差理论中 的重要课题之一。 R 值取决于系数阵 B 和权阵 P ,反映网形结构。 特别是现代化的测 数据探测法的原假设是 H 0 : E(v i ) 0, 即观测值 L i 量数据采集传输和 不存在粗差,考虑 v ~ N ( 0, 2 Q ), 做标准正态统计量 i 0 vv 自动化处理过程中, vi vi 由于种种原因可能 u , 做 u 检验,如果 u u / 2 , 则否定 H 0 , 亦即 产生粗差。荷兰巴 0 Qv v v 尔达教授 E(v i ) 0, L i可能存在粗差。实际是 将绝对值最大且超出 (Baarda)在 1967-1968年提出 限差的观测值剔除,然 后重新平差,再进行数 据探测, 测量可靠性理论和 直至所有标准化残差不 超限为止。最后用没有 粗差的 数据探测方法,奠 定了粗差理论研究 观测值平差作为最终的 平差结果。 的发展基础。
11.1 统计假设检验概述
• 参考《概率论与数理统计》
11.2 统计假设检验的基本方法
• U检验法 2 • t检验法 检验法 • F检验法
11.3 误差分布的假设检验
一、偶然误差特性的检验 1.误差正负号个数的检验 S
x
n 2 ~ N ( 0,1), S S 2 n xi , S x n S x , x x 1 n 2 Sx
第一讲测量平差中的误差处理概述(贵阳)
![第一讲测量平差中的误差处理概述(贵阳)](https://img.taocdn.com/s3/m/169468785acfa1c7aa00cce4.png)
一、函数模型中未知参数太少对平差结果的影响 设正确选择未知数时平差模型为: X (1-2-1) 2 1
E (l ) A 1 n k
n(nk )
A2
X 2
1
D (l )
p
若选择未知数X2被漏掉,则平差模型为: E (l ) A X (1-2-2)
1
N 11 N 12 N 11 ~ 1 N 22
1
1
~ 1 1 N 22 N 22 N 21 N 11
ˆ 显然: D ( x1 ) 02 ( N 111 N 111 N 12 N 221 N 21 N 111 ) 3 单位权方差估值变大,当未知参数选择少时
~ 1 ~ 1 1 1 1 1 ( N 11 N 11 N 12 N 22 N 21 N 11 ) N 11 x 1 N 11 N 12 N 22 N 21 x 1
ˆ E ( x1 ) x1
无偏 即多选未知数对未知数的估值没有影响
2.未知数 x 1 的协方差变大 其协因素阵为:
T T T 所以 E (V PV ) E ( l PQ VV PQ VV Pl ) E ( l PQ VV Pl )
tr ( PQ VV ( P
2
1
)) ( A1 x 1 A 2 x 2 ) ( PQ VV P )( A1 x 1 A 2 x 2 )
T
T vv
tr ( PQ VV PP
1 1
D (l )
2
p
1
则由最小二乘有:
T 1 T ˆ X 1 ( A1 PA 1 ) A1 Pl
(1-2-3)
T 1 T
概括平差函数模型
![概括平差函数模型](https://img.taocdn.com/s3/m/0b39ede3d0f34693daef5ef7ba0d4a7303766c71.png)
• 概括平差函数模型概述 • 概括平差函数模型的构建 • 概括平差函数模型的优化 • 概括平差函数模型的应用实例 • 概括平差函数模型的挑战与展望
01
概括平差函数模型概述
定义与特点
定义
概括平差函数模型是一种数学模型, 用于描述数据之间的关系和变化,并 通过对数据的拟合和预测来解决问题 。
提供支持。
机器学习
机器学习中,概括平差函数模型常常被用 于分类、回归和聚类等问题,通过训练数 据来学习数据的内在规律和模式。
图像处理
在图像处理中,概括平差函数模型用于图 像的平滑、去噪和压缩等处理,提高图像 质量。
模型的基本假设
数据完整性
概括平差函数模型假设所使用的数据是完整 的,没有缺失或异常值。
诊断检验
通过残差图、正态性检验等手段,检查模型是否 合适。
3
修正模型
根据检验结果,对模型进行修正,以提高拟合效 果。
模型评估与选择
评估模型性能
通过比较模型的残差、拟合优度等指标,评估模型的性能。
选择最优模型
根据评估结果,选择最优的概括平差函数模型。
可行性分析
对选定的模型进行可行性分析,确保其在实际应用中的适用性和 稳定性。
数据整理
对数据进行分类、编码和转换,使其适合于模型构建。
模型参数估计
选择合适的模型
根据研究问题和数据特点,选择 合适的概括平差函数模型。
估计模型参数
利用已知数据,通过最小二乘法 、最大似然法等统计方法,估计 模型的参数。
模型检验与修正
1 2
检验模型假设
检查模型是否满足线性、同方差性、无自相关等 假设。
具体来说,概括平差函数模型可以用来拟合时间序列数据,并揭示其潜在的规律 和趋势。通过参数估计和模型选择,可以预测未来的数据点,并评估预测的不确 定性。
第二章平差模型的假设检验
![第二章平差模型的假设检验](https://img.taocdn.com/s3/m/3351de1eb7360b4c2e3f64a0.png)
§2-3 平差模型常用的统计检验方法
u检验法:母体方差已知,检验母体的期望是否等于 某一常数
x−μ ~ N (0,1) 统计量: u = σ n
原假设:
H 0 : μ = μ0
统计假设检验的基本方法
t检验法:母体方差未知,检验母体的期望是否等于 某一常数 统计量:
t= x−μ ˆ σ n
ˆ σ=
2 x 2
u=
x−μ ~ N (0,1) σ n
上述统计量的100(1 − α )% 置信区间为:
⎧ ⎫ x−μ P ⎨− u α < < uα ⎬ = 1 − α ⎩ 2 σ n 2 ⎭
双尾检验 原假设H0( μ = μ0 ) 单尾检验或右尾检验 原假设H0( μ ≤ μ0 ) P{μ < uα } = p = 1 − α 备选假设H1( μ > μ0 ) 备选假设H1( μ ≠ μ0 )
备选假设H1 : Ht X ≠ W1 c, c,
线性假设法的基本思想:将原假设H0视为参数的条件方 程列于平差的函数模型中,将间接平差变成附有限制条 件的间接平差问题,比较其前后的单位权方差估值是否 有显著差异。
原假设H0: H X = W 是否成立,可通过下述的F检验法 c ,t c ,1 来实现,即将假设检验改为
母体的数学期望是否与一数值相符 两个或多个母体的数学期望是否相同 母体的方差是否与一数值相符 两个或多个母体的方差是否相同
假设检验方法
先作一个原假设H0,然后找一个适当的子样函数作 为检验统计量,如果在H0成立的条件下,由子样算出 的统计量数值出现的概率很小,则根据小概率事件原 理可拒绝原假设H0。
第二章 平差模型的假设检验
武汉大学测绘学院卫星应用研究所 姚宜斌
测量平差的数学模型
![测量平差的数学模型](https://img.taocdn.com/s3/m/932b3ec2866fb84ae55c8d31.png)
本节重点:(1)测量平差的函数模型定义,类型;测量平差的数学模型包括:条件平差法模型、间接平差法模型、附有参数的条件平差法模型、附有限制条件的间接平差法模型、综合平差模型;(2)测量平差的随机模型。
本节教学思路:首先说明平差的数学模型分两类:函数模型与随机模型,进而分别阐述其定义、分类及建立的方法和模型的具体形态。
教学内容:一、平差模型的定义与分类1.从模型的性质分:函数模型、随机模型,函数模型连同随机模型称平差的数学模型;2.函数模型又分为:条件平差法模型、间接平差法模型、附有参数的条件平差法模型、附有限制条件的间接平差法模型、综合平差模型;二、各类函数模型的建立(一)概述1.函数模型定义:在科学技术领域,通常对研究对象进行抽象概括,用数学关系式来描述它的某种特征或内在的联系,这种数学关系式就称为函数模型。
2.函数模型的意义与特点函数模型是描述观测量与待求量之间的数学函数关系的模型。
对于一个平差问题,建立函数模型是测量平差中最基本、最重要的问题,模型的建立方法不同,与之相应就产生了不同的平差方法。
函数模型有线性与非线性之分,测量平差通常是基于线性函数模型,当函数模型为非线性时(如(2-1-4)式),总是要将其线性化。
(二)各种经典平差方法及其线性函数模型的建立方法。
1. 条件平差法及其函数模型首先通过两个例子,来说明条件平差函数模型的建立方法。
在图2-1中,观测了三个内角,n=3,t=2,则r=n-t=1,存在一个函数关系式(条件方程),可以表示为:令=[1 1 1]=[ ]=[-180]则上式为(2-2-1)再如图2-2水准网, D 为已知高程水准点,A 、B 、C 均为待定点,观测值向量的真值为]其中n=6,t=3,则r=n-t=3,应列出3个线性 无关的条件方程,它们可以是:令0180~~~321=-++L L L 31⨯A13~⨯L1~L 2~L 3~L T 0A 0~0=+A L A 116~[~h L =⨯2~h 3~h 4~h 5~h 6~h 0~~~)~(4211=--=h h h L F 0~~~)~(5322=+-=h h h L F 0~~~)~(6313=--=h h h L F 图2-2ABC则上面条件方程组可写为(2-2-2) 一般而言,如果有n 个观测值,必要观测个数为t ,则应列出r=n-t 个条件方程,即(2-2-3)如果条件方程为线性形式,则可以直接写为(2-2-4)将代入(2-2-4)式,并令(2-2-5)则(2-2-4)式为(2-2-6)(2-2-4)或(2-2-6)式即为条件平差的函数模型。
平差模型的假设检验
![平差模型的假设检验](https://img.taocdn.com/s3/m/5c985de419e8b8f67c1cb92b.png)
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
假设检验的四种可能性 现象
H 0 为真
判断 接 受
结果 正确 第一类错误 (弃真)
概率
1
拒 绝
H 0 为假
1
(检验功效)
接 受 拒 绝
第二类错误 (纳伪)
正确
( H1 为真)
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
第二节 统计量及其概率分布
因此,假设检验实际上就是要在原假设 之间做出选择。
H0
与备选假设
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
接受域与拒绝域
根据观测样本,通过检验来判断母体分布是否具有指定的特 征。在这里,我们通过对改正数的检验,构造统计量,在所作的 假设下,判断是否有模型误差。
显著(性)水平
接受域和拒绝域的范围大小是与我们所给 定的 值大小有关的, 值愈大,则拒绝域愈 大,被拒绝的机会就愈大, 的大小通常应根 据问题的性质来选定,当不应轻易拒绝原假设 时,应选择较小的 ,一般使用的 值可以 是0.05、0.01等。 称之为检验的显著(性) 水平 。
服从自由度为 n 的
t ( n) 分布。
2 2 , 其中 N ( X , ) ˆ ˆ ˆ 未知 0 QXX X
2 ˆ X
ˆ 考虑 随机变量 X
u
ˆ X X
X
N (0,1)
V T PV
2 0
(r )
2
ˆ X ˆ X u X X 0 t ˆ 0 / 0 0 QXX ˆ0 ˆX ˆ ˆˆ
高等测量平差
孙海燕
第八篇统计假设检验在测量中的应用
![第八篇统计假设检验在测量中的应用](https://img.taocdn.com/s3/m/adf67d7d910ef12d2af9e7f2.png)
左尾值永小于1,右尾值永大于 1。
拒绝域概率为P F
f 2
2
,
P F
f 2
2
F检验一般为双尾检验。
查右尾分位值:f F m, n
2
2
查左尾分位值:f
=
2
F
1
n, m
---“二倒”查表法
2
4、F统计量
H
0:
2 1
2 2
设有两正态母体N
a1
,
2 1
,N
a2
,
2 2
,从中分别抽取容
量为m,
n的子样,并算得
从检验次序上分备原选假假设设HH0 1、H2
参数假设:假设已知母体的分布函
从检验内容上分非数X参求~ 数N分假a布,1设函.1:5数2 假中, 设的H母参0:体数a的。分1如0布0已也知不: 知道,对其服从什么分布进行假设。
复习:正态分布表的查法
已知u ~ N 0,1
设P
u
u 2
1
数各为1.13和1.18,根据两人以往进行类似观测的大
量资料,知他们观测纬度的中误差均为0.63,问二人
所得结果差异是否显著? 0.05
解:原假设:H0:a1 a2
统计量:u
x1 x2 1.13 1.18 0.16
2 1
2 2
0.63 1 1
n1 n1
88
因u=0.16 u 1.96。所以在 0.05的水平上接受 2
子样无偏方差ˆ12、ˆ
2。
2
Z1
m 1ˆ12
2 1
~
2 m 1
;Z 2
n
1ˆ
2 2
2 2
~
第3章 平差随机模型的验后估计概况
![第3章 平差随机模型的验后估计概况](https://img.taocdn.com/s3/m/b9c6f5ce76a20029bd642d61.png)
第三章 平差随机模型的验后估计3-1 概述众所周知,一个平差问题必须首先建立改平差问题的数学模型,平差的数学模型包括函数模型和随机模型两类。
描述平差问题中观测量与观测量之间、观测量与未知参数之间相互关系的函数表达式,称平差函数模型。
随机模型是描述观测误差∆的一些随机特征,在平差中主要是∆的数学期望和方差,具有0)(=∆E (3-1-1)和10202)(-==∆P Q D σσ (3-1-2)(3-1-1)式表明观测误差中不含系统误差和粗差,是一般情况下最小二乘平差的要求(3-1-2)式式平差时定权的根据。
平差前,随机模型要已知)(∆D ,称为验前方差。
只有精确地已知验前方差)(∆D 才能精确地定权,所以随机模型的估计,就是验前方差)(∆D 的估计,也就是观测值权的估计。
过去很长的时间,平差都在单一的同类观测量中进行,例如测角网平差,水准网平差。
定权可从定义式(3-1-2)出发,采用测量平差中常用方法定权,例如,水准高差按路线长度倒数定权等。
随着平差对象从单一同类观测量扩展为不同类的多种观测量,一般,它们的验前方差又不能都已知,如果能精确地估计它们的方差,达到精确地定权就需要深入研究了。
所以,近20年来国内外测量界把平差随机模型的估计作为主要课题进行研究,取得了丰富的成果。
对不同类的观测量,一般采用经验公式定权,即根据仪器出厂标明的标称精度估算各自的方差,然后再按定义式(3-1-2)定权。
例如在边角同测的控制网中,测距仪给出的测边中误差标称精度公式为)(i i bs +±=ασ测角中误差为βσ(按规范),以i σ和βσ为测边和测角的验前方差定权,得122==βββσσP)/)'('(2222cm P iiss 单位:σσβ=在卫星网与地面网、重力网与水准网的联合平差,摄影测量与大地测量数据联合处理中,也可按上述经验公式的方法定权。
这种估计验前方差确定各类观测量权的方法,时间证明,在许多情况下是不够精确的。
测量平差模型误差的验后检验
![测量平差模型误差的验后检验](https://img.taocdn.com/s3/m/019c50d9b9f3f90f76c61bac.png)
,
! - !) !+ ’ /&
&2 & &2 + &2 >
" # &
式中 ! - 为单位矩阵 可采用最大行主元消去法对该增广矩阵进行一系列初等行变换 ! 即左乘一正交矩阵 .! 消去 后, 行 中 参数* 的系数 ! 可使其转化为
+> .> - + % + & + + + >’ 2 2 2 ! . " , #/ +# &2 &&2 & + > 3 3 . / + # , + , >( 2 2 , & 2 & + + 式中 $ . + 4 的分块矩阵 > 和. # 为 . 的分块矩阵 % > 和+ # 为. 此时该误差方程转化为
" # @
&_&
&_&
&_&
式中 $ * 为参数的改正数向量 % ) 为误差方程中* 的系数矩阵 % + 为误差方程的常系数向量 可见 ! 间接平差模型与条件平差模型的区别仅在于函数模型 ! 因此只需进行函数模型的转换 式" # 的 @ 函数模型 " 误差方程 # 为& 阶 ! 式" # 的函数模 型 " 条件方程# 为 ,^&? 需 消 去 误 差 方 程 中 的+ 阶 参 数 > +阶! 为此建立增广矩阵 *&2" & + ># 3 3
# /’ / & &.. / #
第三章平差随机模型的验后估计
![第三章平差随机模型的验后估计](https://img.taocdn.com/s3/m/87eab5ffd15abe23482f4d94.png)
V1 X
n1
n1
, P A
n1 n
nn
则:
E(V P V1 ) tr ( P V1 )) 1 1D(
T 1
2 01 1 1 T 1 1 T 1 1 1
D(V1 ) ( A1 N N1 N A 2 A1 N A P ) ( A1 N N 2 N A )
随机模型是描述平差问题中的随机量(如观测 量)及其相互间统计相关性质的模型。
函数模型: 随机模型:
n1
L AX
nu u 1
,
n1
E[ L] AX
2 0
E[] 0
2 0 1
D Q P
R(A)=U
T
R(Q)=n
X为非随机参数
T ˆ ˆ L) min V PV ( AX L) P( AX
ˆ ( AT PA) 1 AT P N 1 AT P X ˆ ( L - AXo ) V AX ˆ LV L 1 QX ˆX ˆ N T V PV 2 ˆ0 nu 2 D Xˆ 0 Q XˆXˆ
2
2 01
2 02
T 寻找:残差平方和 V1T P 、 与 2 、0 V V 2 P 2V2 1 1
2
2
之间的关系式。
01
二次型函数数学期望公式:
E ( X AX ) tr ( AD( X )) E ( X ) AE( X )
T T
X 的数学期望 E( X ) ,方差 D( X ) n1
N 1 A1
t *t
t *n1 T
P 1 A1
n1 *t
N 2 A2
测量平差基础课件——平差数学模型
![测量平差基础课件——平差数学模型](https://img.taocdn.com/s3/m/b0bb9f1283d049649a665844.png)
则上式可写为:
B X~ l
n1 nu u1 n1
其函数模型的一般形式为:
C X~W 0
su u1 s1
这就是附有条件的间接平差的函数模型。
其中第二式称为限制条件方程。
第二节 测量平差的数学模型
一、函数模型
5. 附有条件的条件平差法(综合平差 模型)
A L~ B X~
cn n1 cu u1
第二章 平差数字模型
第一节 概 述
1.几何模型
在测量工作中,为了确定待定点的高程,需要建立水准网,为了确定待定点 的平面坐标,需要建立平面控制网(包括测角网、测边网、边角网),我们 常把这些网称为几何模型。
2.几何量
每种几何模型都包含有不同的几何元素,如水准网中包括点的高程、点间的 高差,平面网中包含角度、边长、边的坐标方位角以及点的二维或三维坐标 等元素。这些元素都被称为几何量。
一般而言,如果某一平差问题中,观测值
个数为n,必要观测个数为t,多余
观 测 个 数 为 r=n-t , 再 增 选 u 个 独 立
参 数 , u=t , 则 总 共 应 列 出
c=r+u=n 个 函 数 关 系 式 , 其 一 般 形
式为
L~ F ( X~)
n1
或:
L~ B X~ d
n1 nt t1 n1
cn n1 cu u1 c1
C X~W 0
这u个参数中存在着s个函数关系式,
su u1 s1
则应列出s个形如(2-2-20)的限 这就是附有条件的条件平差的函数模型
制条件方程,除此之外再列出
c=r+u-s
一般条件方程,形成如下的函数模型:
第二节 测量平差的数学模型
第三章平差随机模型的验后估计
![第三章平差随机模型的验后估计](https://img.taocdn.com/s3/m/87eab5ffd15abe23482f4d94.png)
E (V PV ) (n1 2tr ( N N1 ) tr ( N N1 ) )
T 1 1 1 2 01 1 1 2
tr ( N N1 N N 2 )
2 02 1 1
公式:
m m
W S m 1
m1
,m=2
n1 2tr ( N 1 N1 ) tr ( N 1 N1 ) 2 tr ( N 1 N1 N 1 N 2 ) S 1 1 1 1 2 2*2 tr ( N N1 N N 2 ) n2 2tr ( N N 2 ) tr ( N N 2 )
2
2 01
2 02
T 寻找:残差平方和 V1T P 、 与 2 、0 V V 2 P 2V2 1 1
2
2
之间的关系式。
二次型函数数学期望公式:
E ( X AX ) tr ( AD( X )) E ( X ) AE( X )
T T
X 的数学期望 E( X ) ,方差 D( X ) n1
第三章 平差随机模型的验后估计
长安大学地测学院
张
勤
2007年12月11日
平差随机模型的验后估计
由高—马平差时不但要已知函数模型,还必须 知道随机模型。 对高—马模型中的随机模型进行估计,主要是对 观测值的方差进行估计。 一、 D 、 P 进行验前方差估计 验前估计: 在平差前,根据一定的观测条件,利用某种计算 公式估算 D 。
2.步骤
1)、将观测值按等级、类型分类,进行验前估计定出 权P2; 2)、进行平差 Vi Ai X l
NX AT Pl 0 T 1 T ˆ X N A Pl V PV
第四章 误差分布与平差参数的假设检验(讲稿)
![第四章 误差分布与平差参数的假设检验(讲稿)](https://img.taocdn.com/s3/m/8ab39fda9b89680203d82562.png)
接受域:
接受假设
H
的区域称为检验的接受
0
域。例如上面的例子,当根据子样算术平均值
满足的时候 Px 0 k1( 或 Px 0 k ),
我们接受假设 H 0 ,也就是说计算的结果 x 0 落在了 (k, k)(或(,k))区间之内,通常把区
间 (k, k() 或 (,k))称之为接受域。
x 0
/ n
2
p
1
上述问题用数理统计的语言来说就是:如果
P x 0 k 时,拒绝假设H 0;
P x 0 k1 时,接受假设 H 0 。(其
中 取一个较小的值,如0.01,0.05等)。
(其中k为某一适当的常数)
三、接受域和拒绝域
解: (1)H 0 : 1 2 ;H1 : 1 2
(2)当成立时,统计量值计算
(x y) (1 2 )
2 2
1
2
n1 n2
(x y)
2 2
1
2
n1 n2
34203.50 34203.24 1.01 0.62 1 1 14 10
受
H1;反之,接受
H
,
0
拒绝
H1
;
(3)右尾检验法
假设:H0 : μ μ0 ;
H1 : μ μ0
即 或写成
P
x
0
n
z
Pu
z
Px 0 k
式中
k z
n
当 u z 或 (x 0 ) k 时, 拒绝 H0,接
(精品)统计假设检验原理及其在测量中的应用毕业设计
![(精品)统计假设检验原理及其在测量中的应用毕业设计](https://img.taocdn.com/s3/m/6a3fce7e783e0912a2162a35.png)
毕业设计(论文)题目统计假设检验原理及其在测量中的应用摘要测量是一门对精度要求很高的学科,而这些误差来源是影响精度的主要发生范畴,搞清其误差来源,并通过适当的方法进行解决处理,对提高测量的精度有很大的帮助。
该论文研究主要就是基于统计假设检验的应用,搞清其原理和方法将其运用到测绘学科当中,用以解决误差因素对测量精度的影响。
统计假设检验的方法主要有:u型检验法、t型检验法、卡方检验法、F型检验法等。
假设检验在测量中的主要应用包括对测量仪器常数的假设检验、起算数据假设检验、控制网及其基准点稳定性的检验等。
关键词:统计假设检验,假设检验方法,测量仪器常数,数据处理,测量控制网AbstractMeasurement is a great accuracy demanding discipline, and these error sources are mainly of category, figure out the error sources, and through the appropriate method to solve processing, is of great the application of statistical order to solve the error factors influencing the accuracy of measurement. Statistical the measurement of the main applications include the measurement instrument in the constant the stability of the reference point, etc.Key words: statistical ,计算出字样均值。
如果母体方差是已知的,则便可以采用u检验法进行检验原假设:,备选假设:统计量为2.3.2、t型检验法如果母体方差未知,则采用t检验法统计量为,其中,原假设与备选假设与u检验法相同。
2009-平差模型误差与半参数估计
![2009-平差模型误差与半参数估计](https://img.taocdn.com/s3/m/fef85027192e45361066f5e0.png)
L2 CL1
L0 L L1 L2
Q22 CQ11C T
0 0 Q 0 Q11 0 CQ11 Q11C T T CQ11C 0
L0
不存在,U 0
陶本藻、刘大杰[5]([5]1990)从奇异正态分布的密度函数
M P PBN1BT P R
3.3、最小二乘配置与补偿最小二乘 配置:
L=BX+S+
T V T PV VS PS VS min
半参数:
L=BX+S+
V T PV S T RS min
PS1 1
R 1
3.4、正规化矩阵的一个选择
如果观测值是在时刻 t1 , t 2 ,, t n 得到的一个时间序列, 若假设相邻时刻的模型 s i误差与 s i 1的差别不应太大。 因此可令 :
1
2
1
Hale Waihona Puke 23 2 1
0 1 1 2 2 1 R 0 1 2 0 0
0 0 1
4、半参数估计的自然样条函数法
4.1半参数回归模型中的自然样条插值函数
i 1,, n
满足上述条件的插值函数中,自然样条函数是最光滑的。
4.2补偿最小二乘原理及其解
sum ( Li Bx s(t i )) 2 ( s (t )) 2 dt min
i 1 t1 i n tn
( s (t )) 2 dt S T FG 1 F T S
得到法方程为 :
ˆ B T PB B T P x B T PL ˆ PB P K S PL
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
孙海燕
第二章 平差模型的假设检验
2 二、 分布统计量
X X X ,X i 独立,且 X i
2 2 1 2 2 2 n
N (0,1) ,则
2
2 (n)
2 非中心化的 分布(二次型的分布):
设X
M 为幂等阵,则 N ( , ) ,M 为对称阵,
X MX
T
2 ( R ( M ), T M )
2 T M 为非中心化参数。 称为非中心化 分布。R(M ) 自由度,
可以证明:
V PV
T
2 0
2 ( n t ,0)
2 (r )
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
三、 学生( t )分布统计量
设X
N (0,1) , Y
2 (n) ,且
X t Y /n
X , Y 独立,则称随机变量
t (r )
P(t t t ) 1
2 2
给定 查表得 t
2
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
例: 为了比较两种激光测距仪,对同一条边进行了测距,A测距仪 施测了4测回,长度为X1,X2,X3,X4,其平均值 x 1287.689m , ˆ x 7mm;B测距仪施测了6测回,长度为 算得一测回标准差估值 Y1,Y2,Y3,Y4, Y5,Y6,其平均值 y 1287.676m ,算得一 ˆ y 11mm ,问这两类测距仪施测的边长是否有显 测回标准差估值 著的差异(显著水平为0.05)。
H0 : x 0
0.62 x 0.03" 421
2 2
H1 : x 0
u
x P(u u u ) 1 0.95
x x
0.04 1.33 0.03
u0.025 1.96
接受零假设
孙海燕
武汉大学测绘学院
第二章 平差模型的假设检验 二、 t 检验法
~ E( ) E( L) BX
T T
2 2 T T DLL Q
令
E ( ) u
u
N (0,1)
武汉大学测绘学院 孙海燕
第二章 平差模型的假设检验
例1:直接平差
L1 , L2 ,, Ln
n
独立,且 Li ~ N ( X , i ) ,则
武汉大学测绘学院 孙海燕
第二章 平差模型的假设检验
例:设有正态母体 X ~ N (, 2 ) ,其方差为已知,抽取子样
X1 , X 2 ,, X n ,子样观测值为 x1 , x2 ,, xn
子样平均值
标准化统计量 设 H0 : 0
1 n N ( , ) X Xi ~ n n i 1
F (r1 , r2 )
孙海燕
武汉大学测绘学院
第二章 平差模型的假设检验
第三节 平差模型常用的统计检验方法
一、 u 检验法 若
X
u
N ( , 2 )
N (0,1)
已知,对 进行假设检验
u
X
" x 0.04 例:统计421个三角形闭合差,得闭合差平均值
" 0.62 已知闭合差中误差 ,闭合差的数学期望是否为零。
2 ˆ0 ˆ0 V T PV 2 2 0r 0 0
t (r )
武汉大学测绘学院 孙海燕
第二章 平差模型的假设检验
四、 F 分布统计量(检验方差比)
定义:随机变量 X , Y 相互独立, X
~ ( f1 )
2
Y ~ 2 ( f2 )
X / f1 F ~ F ( f1 , f 2 ) Y / f2 f1 , f 2 分别称为第一、第二自由度
因此,假设检验实际上就是要在原假设 之间做出选择。
H0
与备选假设
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
接受域与拒绝域
根据观测样本,通过检验来判断母体分布是否具有指定的特 征。在这里,我们通过对改正数的检验,构造统计量,在所作的 假设下,判断是否有模型误差。
显著(性)水平
接受域和拒绝域的范围大小是与我们所给 定的 值大小有关的, 值愈大,则拒绝域愈 大,被拒绝的机会就愈大, 的大小通常应根 据问题的性质来选定,当不应轻易拒绝原假设 时,应选择较小的 ,一般使用的 值可以 是0.05、0.01等。 称之为检验的显著(性) 水平 。
H0 : E( x ) E( y ) 0
(x y) 0 t ˆxy t (8)
H1 : E( x ) E( y ) 0
2 x
ˆ2 xy
4
2 y
6
32.42
ˆ x y 5.7
13 t 2.28 5.7
t 0.05 2.23
2
t 0.01 3.17
服从自由度为 n 的
t ( n) 分布。
2 2 , 其中 N ( X , ) ˆ ˆ ˆ 未知 0 QXX X
2 ˆ X
ˆ 考虑 随机变量 X
u
ˆ X X
X
N (0,1)
V T PV
2 0
(r )
2
ˆ X ˆ X u X X 0 t ˆ 0 / 0 0 QXX ˆ0 ˆX ˆ ˆˆ
2 2 H0 : 0 I 0 II
之间的大小关系,如
2 2 H1 : 0 I 0 II
等价于
2 2 ˆ ˆ H 0 : E ( 0 I ) E ( 0 II ) 2 2 ˆ ˆ H1 : E ( 0 I ) E ( 0 II )
考察两的母体的方差之间的关系
武汉大学测绘学院 孙海燕
2
V T PV
2
2 ) 1 2
对检验结果的理解,特别是对拒绝零假设的理解
武汉大学测绘学院 孙海燕
第二章 平差模型的假设检验
四、 F 检验法
2 2 ˆ0 / I F 2I 0 2 ˆ 0 II / 0 II
F (r1 , r2 )
2 0I 2 0I
假设检验的零假设是关于 ,
一、标准正态分布统计量
考虑间接平差模型
~ L BX
2 2 1 E() 0, D() D 0 Q 0 P
ˆ L V BX
ˆ (BT PB)1 BT PL X
对任意的观测值的线性函数
1L1 2 L2 n Ln T L
2
X ~ N (0,1) / n
X 0 ,即 ~ N (0,1) ,于是应有 / n
X 0 P(u u ) 1 / n 2 2
0
n
u x 0
2
n
u
2ห้องสมุดไป่ตู้
上式成立则接受 H0 : 0
,上式不则成立接受 H1 : 0 武汉大学测绘学院 孙海燕
2
武汉大学测绘学院
孙海燕
第二章 平差模型的假设检验
三、 检验法
2
2
V T PV
02
2 ˆ0 V T PVr r 2 2 r 0 0
2 (r )
2 对参数 0 进行假设检验(母体方差是否等于某值)
2 H0 : 0 2
2 H1 : 0 2
P( 12
高等测量平差
孙海燕
武汉大学测绘学院
第二章 平差模型的假设检验
母体
研究某对象的某一项数量指标,对这一数量指标进行 试验或观察。称试验的全部可能的观察值为母体、每 一个可能观察值为个体、母体中所包含的个体的个数 为母体的容量。(有限容量、无限容量)
母体的每一个值是随机试验的一个观察值
随机变量的一个值 母体对应一个随机变量 X ,母体 X
xn 称为样本值
注意:X 、 X1, X 2 , X n 具有相同的分布 F 概率论:分布已知,求事件发生的概率 数理统计:分布未知,通过样本求或样本的函数 (统计量)求分布 统计量的分布:抽样分布
武汉大学测绘学院 孙海燕
第二章 平差模型的假设检验
第一节 统计假设检验中的几个理论问题
假设检验的目的: 推断母体的某些特性(提出假设),包括 分布的形式;分布函数的参数 假设检验的基本思路:综合提出的假设、构造的统计 量及其抽样分布,考察与统计量观察值相关 的一个随机事件发生的概率。发生的概率较 大 ,接受假设,发生的概率小,拒绝假设。 假设检验的决策依据:统计量的观察值与抽样分布 假设检验的具体方法取决于:假设、样本、统计量、 抽样分布
第二章 平差模型的假设检验
原假设与备选假设
当需要根据子样信息来判断母体分布是否具有指定的特 征时,总是先作一个假设,称为原假设(或零假设), 记为 H 0 。 然后,找一个适当的且其分布为已知的统计量,确定该 统计量经常出现的区间,使统计量落入此区间的概率接近于 1,如果由抽样的结果计算出的统计量的数值不落在这一经 常出现的区间内,那就表示小概率事件发生了,则应拒绝原 假设 H 0 ,当 H 0 遭到拒绝,相当于接受了另一个假设, 称为备选假设,记为 H 1 。
2
~
ˆ X
pL
i 1 n i
i
2 ˆ X
02
p
i 1
i
p
i 1
n
考虑间接平差模型
i
于是
u
~ ˆ X X
Xˆ
~ ˆ X X
0 /
p
i 1
n
~ N (0,1)