TOP17第3章稳健估计-精品课件（PPT）.ppt文档免费在线阅读

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或接近最优性如果实际模型与假定模型存在较小的偏差，则对应的估计参数所受影响也较小即使实际模型与假定模型有较大的偏差，其参数估值的性能也不应太差，亦即不至于对估值产生灾难性的后果。

稳健估计讨论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目标着少受模型误差，特别是粗差的影响。

模型误差实际模型与所建模型之差称为模型误差。

模型误差分为随机误差系统误差和粗差。

二稳健估计的概念及任务概念所谓稳健估计，是在粗差不可避免的情况下，选择适当的估计偶然误差的条件􀀹将粗差归为随机模型，可解释为方差膨胀模型，其处理的思想是根据逐次迭代平差的结果来不断地改变观测值的权或方差，最终使粗差观测值的权趋于零或方差趋于无穷大，这种方法可以保证所估计的参数节模型误差与稳健估计将粗差归为函数模型，可解释为均值漂移模型，其处理的思想是在正式进行最小二乘平差之前探测和定位粗差，然后剔除含粗差的观测值，得到组比较净化的观测值，以便符合最小二乘平差观测值只具有的原因和影响，在数据处理时可将粗差归为函数模型，或归为随机模型。

将粗差归为函数模型，粗差即表现为观测误差绝对值较大且偏离群体将粗差归为随机模型，粗差即表现为先验随机模型和实际随机模型的差异过大。

第相应的权函数为函数为估计范最小法第三章稳健估计主要内容•概述•稳健估计原理•稳健估计的选权迭代法•次范数最小估计的线性规划法•稳健估计精度评定•数据探测法现代测量平差理论中，考虑粗差产生，相应的权函数为为常系数，通常取式中函数为提出的法相应的权函数为函数为估计次范数最小法权函数，再解算法方程，类似迭代计算，直至前后两次解的差符合限差要求为止。

得到最后结果。

三几种常用的选权迭代法则为误差方程与权函数为模型选权迭代法归结为如下为此，可将稳健估计的二计算程序计算程序为列立误差方程，令观测权函数初值为。

解算法方程，得出和的第次估值。

由确定各观测ˆˆ采用迭代法估计参数给其赋予定的初值，是未知的，只能通过是残差的函数，计算前数计算，所不同的是权函类似最小二乘估计程序采用最小二乘估计的模型，亦即将平差模型转换为估计准变为则令ˆ，或有或考虑到零得求阶导数，并令其为对未知数代替观测权阵。

仅是用权函数矩阵法方程形式完全致，上式与最小二乘估计得代入得把第三节选权迭代法选权迭代法的基本思想由估计式，ˆˆ标着眼是要冒损失些效，要求参数的根据或函数确定为权，可由中，在，论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目接近最优性如果实际模型与假定模型存在较小的偏差，则对应的估计参数所受影响也较小即使实际模型与假定模型有较大的偏差，其参数估值的性能也不应太差，亦即不至于对估值产生灾难性的后果。

稳健估计讨接近最佳的估值。

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或型之差称为模型误差。

模型误差分为随机误差系统误差和粗差。

二稳健估计的概念及任务概念所谓稳健估计，是在粗差不可避免的情况下，选择适当的估计方法，使所估参数尽可能减免粗差的影响，得出正常模式下最佳或接型之差称为模型误差。

模型误差分为随机误差系统误差和粗差。

二稳健估计的概念及任务概念所谓稳健估计，是在粗差不可避免的情况下，选择适当的估计方法，使所估参数尽可能减免粗差的影响，得出正常模式下最佳或接近最佳的估值。

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或接近最优性如果实际模型与假定模型存在较小的偏差，则对应的估计参数所受影响也较小即使实际模型与假定模型有较大的偏差，其参数估值的性能也不应太差，亦即不至于对估值产生灾难性的后果。

稳健估计讨论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目标着眼是要冒损失些效，要求参数的根据或函数确定为权，可由中，在，第三节选权迭代法选权迭代法的基本思想由估计式，ˆˆ或有或考虑到零得求阶导数，并令其为对未知数代替观测权阵。

仅是用权函数矩阵法方程形式完全致，上式与最小二乘估计得代入得把变为则令ˆ，ˆˆ采用迭代法估计参数给其赋予定的初值，是未知的，只能通过是残差的函数，计算前数计算，所不同的是权函类似最小二乘估计程序采用最小二乘估计的模型，亦即将平差模型转换为估计准则为误差方程与权函数为模型选权迭代法归结为如下为此，可将稳健估计的二计算程序计算程序为列立误差方程，令观测权函数初值为。

解算法方程，得出和的第次估值。

由确定各观测权函数，再解算法方程，类似迭代计算，直至前后两次解的差符合限差要求为止。

得到最后结果。

三几种常用的选权迭代法，相应的权函数为为常系数，通常取式中函数为提出的法相应的权函数为函数为估计次范数最小法相应的权函数为函数为估计范最小法第三章稳健估计主要内容•概述•稳健估计原理•稳健估计的选权迭代法•次范数最小估计的线性规划法•稳健估计精度评定•数据探测法现代测量平差理论中，考虑粗差产生的原因和影响，在数据处理时可将粗差归为函数模型，或归为随机模型。

将粗差归为函数模型，粗差即表现为观测误差绝对值较大且偏离群体将粗差归为随机模型，粗差即表现为先验随机模型和实际随机模型的差异过大。

第节模型误差与稳健估计将粗差归为函数模型，可解释为均值漂移模型，其处理的思想是在正式进行最小二乘平差之前探测和定位粗差，然后剔除含粗差的观测值，得到组比较净化的观测值，以便符合最小二乘平差观测值只具有偶然误差的条件􀀹将粗差归为随机模型，可解释为方差膨胀模型，其处理的思想是根据逐次迭代平差的结果来不断地改变观测值的权或方差，最终使粗差观测值的权趋于零或方差趋于无穷大，这种方法可以保证所估计的参数少受模型误差，特别是粗差的影响。

模型误差实际模型与所建模型之差称为模型误差。

模型误差分为随机误差系统误差和粗差。

二稳健估计的概念及任务概念所谓稳健估计，是在粗差不可避免的情况下，选择适当的估计方法，使所估参数尽可能减免粗差的影响，得出正常模式下最佳或接近最佳的估值。

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或接近最优性如果实际模型与假定模型存在较小的偏差，则对应的估计参数所受影响也较小即使实际模型与假定模型有较大的偏差，其参数估值的性能也不应太差，亦即不至于对估值产生灾难性的后果。

稳健估计讨论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目标着接近最佳的估值。

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目第三节选权迭代法选权迭代法的基本思想由估计式，ˆˆ变为则令ˆ，则为误差方程与权函数为模型选权迭代法归结为如下为此，可将稳健估计的二计算程序计算程序为列立误差方程，令观测权函数初值为。

解算法方程，得出和的第次估值。

由确定各观测，相应的权函数为为常系数，通常取式中函数为提出的法相应的权函数为函数为估计次范数最小法的原因和影响，在数据处理时可将粗差归为函数模型，或归为随机模型。

将粗差归为函数模型，粗差即表现为观测误差绝对值较大且偏离群体将粗差归为随机模型，粗差即表现为先验随机模型和实际随机模型的差异过大。

第偶然误差的条件􀀹将粗差归为随机模型，可解释为方差膨胀模型，其处理的思想是根据逐次迭代平差的结果来不断地改变观测值的权或方差，最终使粗差观测值的权趋于零或方差趋于无穷大，这种方法可以保证所估计的参数方法，使所估参数尽可能减免粗差的影响，得出正常模式下最佳或接近最佳的估值。

稳健估计与经典估计理论的根本区别在于前者是把稳健估计理论建立在符合于观测数据的实际分布模式而不是像后者那样建立在种理想的分布模式上。

目标在采用假定模型下，所估计的参数应具有最优或接近最优性如果实际模型与假定模型存在较小的偏差，则对应的估计参数所受影响也较小即使实际模型与假定模型有较大的偏差，其参数估值的性能也不应太差，亦即不至于对估值产生灾难性的后果。

稳健估计讨论问题方式稳健估计的原则是要充分利用观测数据或样本中的有效信息，限制利用可用信息，排除有害信息。

由于事先不大准确知道观测数据中有效信息和有害信息所占比例以及它们具体包含在哪些观测中，从抗差的主要目标着