Cтраница 1
Дисперсионная матрица - это квадратная таблица, характеризующая надежность, с которой определены неизвестные параметры. При этом диагональные элементы матрицы позволяют судить об ошибках в нахождении параметров, а недиагональные - о степени корреляционной связи между ними. [1]
Эта дисперсионная матрица и определяет все точностные свойства параметров. [2]
Тип дисперсионной матрицы ОУ2 определяет как название линейной регрессионной модели ( У, FQ, 2), так и оптимальные способы оценивания неизвестных параметров. В этом случае модель ( У, FQ, o2IN) называется классической линейной регрессионной моделью. [3]
Для приближенного вычисления дисперсионной матрицы в точке минимума 6 проводится операция квазилинеаризации, а именно: функция т) ( х1, 9) разлагается в ряд, причем члены второго порядка и выше отбрасываются. [4]
В зависимости от дисперсионной матрицы оценок выбирается критерий оптимальности уточняющего плана. [5]
В зависимости от дисперсионной матрицы оценок выбирается критерий оптимальности уточняющего плана. Обычно в качестве критерия используют А -, Д -, Е - критерии или их линейные или нелинейные комбинации. [6]
Часто она называется дисперсионной матрицей. [7]
МНК (6.7), а дисперсионная матрица Dd отличается от соответствующей матрицы для МНК лишь множителем Мгл. Это позволяет использовать для оценки погрешностей построенных зависимостей методы, разработанные для МНК. Однако, разумеется, эти методы дают лишь приближенные оценки, поскольку на практике число точек т обычно невелико. [8]
Получим уравнение, определяющее дисперсионную матрицу ЛНС. [9]
D ( J3) - дисперсионная матрица любых других несмещенных оценок; D ф) называют еще [102], [108] ковариационной матрицей и матрицей ошибок. [10]
Оценки ( 7) обладают наименьшей дисперсионной матрицей среди всех линейных несмещенных оценок в, то есть DJJ Djj ( 6), неравенство понимается в матричном смысле. Как видно из пояснений к ( 7) я из ( 8), матрица % зависит от плана эксперимента ЕД. В соответствии с пунктом I задача поиска оптимального плана может быть сформулирована как следующая экстремальная задача ( ср. [11]
Руу ( 0 называют еще иногда дисперсионной матрицей. [12]
Невырожденный план называется ортогональным, если его дисперсионная матрица диагональна. [13]
Здесь указаны стандартные отклонения, полученные из дисперсионной матрицы. В скобках приведены суммарные погрешности, обусловленные действием случайного и систематического факторов за счет погрешностей в энтальпиях образования и термодинамических функциях остальных продуктов, присутствующих в равновесной смеси. [14]
Вектор оценок параметров § и оценки элементов дисперсионных матриц D e, находятся из условия максимума суммы (3.285) по этим параметрам. Если элементы матриц D ea известны априори, ММП вырождается в МНК. [15]