Cтраница 3
Случайными называются неопределенные по величине или недостаточно изученные погрешности. Они зависят от сложной совокупности причин, трудно поддающихся анализу. Наличие случайных погрешностей обнаруживается при повторных измерениях в виде некоторого разброса результатов. [31]
Случайная составляющая погрешности при повторных измерениях одной и той же величины изменяется случайным образом. Обычно она является следствием одновременного действия многих независимых причин, каждая из которых в отдельности мало влияет на результат измерения. Случайные погрешности не могут быть исключены из результата измерения, но теория вероятности и математическая статистика позволяют оценить результат измерения при наличии случайных погрешностей. [32]
Случайная составляющая погрешности при повторных измерениях одной и той же величины изменяется случайным образом. Обычно она является следствием одновременного действия многих независимых причин, каждая из которых в отдельности мало влияет на результат измерения. Случайные погрешности не могут быть исключены из результата измерения, но теория вероятности и математическая статистика позволяют оценить результат измерения при наличии случайных погрешностей. [33]
ОММП-оценки, обладая всеми преимуществами Б - оценок, и, кроме того, имея вышеуказанные дополнительные преимущества, не имеют недостатков байесовского подхода. Действительно, основой байесовского подхода является трактовка искомого вектора и как случайной величины. Конечно, любая оценка искомого вектора и, полученная при применении любого статистического подхода, является случайной величиной, но элемент случайности должен относиться именно к оценкам искомого вектора, а не к самим векторам, являющимся детерминированными величинами. Тот факт, что оценки детерминированных величин оказываются величинами случайными, просто отражает ту объективную реальность, что мы не располагаем достоверной информацией об искомом векторе, а решаем задачу восстановления в условиях наличия случайных погрешностей в задаваемых входных величинах. При применении же байесовского подхода мы всегда относим элемент случайности не только к оценкам искомого детерминированного вектора и, но и к самому вектору w, толкуя его как случайную величину. Искусственно навязанная байесовским подходом трактовка искомых детерминированных величин как величин случайных и является причиной критики в адрес байесовского подхода. ОММП, в отличие от байесовского подхода, позволяет учитывать априорную информацию статистического характера об искомом векторе w, не требуя его трактовки как случайной величины. [34]