,
,
где – наблюдаемая величина,
– ошибка наблюдения. Требуется по
результатам наблюдения определить оценку величины a
с использованием МНК, а также получить характеристики точности оценивания при известных
моментных характеристиках ошибки
:
,
,
.
Данная задача совпадает с задачей из примера 8.1, однако там
ничего не говорилось о статистических свойствах ошибок измерения .
▼ Случайную величину представим
в виде вектора
.
Роль вектора оцениваемых параметров играет скалярная величина a, т.е. k = 1. Поэтому матрица X, имеющая размерность n´k, представляет собой вектор-столбец, состоящий из единиц:
В качестве матрицы весов Q
выбираем единичную матрицу E[n]. МНК-оценку скалярной величины a вычисляем по формуле (8.3.12). Предварительно найдём
матрицы и
:
;
;
.
Окончательно получим
.
Заметим, что решение совпадает с полученным в примере 8.1.
Эта оценка является несмещённой и эффективной. Определим точность
оценки . На основании формулы (8.3.14) получим
,
. (8.3.17)
Если бы величина s2 не была априори известной, то её оценку можно было бы получить на основании формулы (8.3.16):
.
Затем можно найти дисперсию оценки по
формуле (8.3.17) с заменой s2
на
.
Данный пример фактически указывает, каким образом следует оценивать математическое ожидание случайной величины и каковы при этом точечные характеристики этих оценок. Напомним, что ранее тот же результат для оценки математического ожидания был получен с помощью предельных теорем.
▲
П р и м е р 8.3. Рассмотрим задачу,
аналогичную приведённой в примере 8.2, с тем отличием, что независимые
измерения величины a производятся с различной от
эксперимента к эксперименту точностью, которая характеризуется дисперсией ,
.
▼ Итак, имеем схему неравноточных наблюдений:
;
;
.
Корреляционная матрица взята в
диагональной форму в силу независимости измерений.
Данную задачу сводим к предыдущей, используя преобразования (8.3.6), (8.3.7). При этом
,
где D – диагональная матрица с диагональю
.
Тогда формула (8.3.7) приводит к новому вектору
.
Легко убедиться, что корреляционная матрица вектора получается при этом единичной, а задача
сводится к предыдущей. Уравнение (8.3.3) записывается в виде
,
где .
Далее находим, как и в примере 8.2:
;
;
;
.
Данная оценка является несмещённой и эффективной, причём
.
▲
Сравнивая полученное решение с решением задачи 8.1 или 8.2, видим, что учёт неравноточности измерений приводит к иному решению. Возвращаясь к замечанию, указанному в примере 8.1, можно опять же подчеркнуть, что учёт статистических свойств ошибок измерений приводит к необходимости иного выбора функции V(a), чем это было сделано в примере 8.1 или 8.2.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.