Качество - оценка - параметр
Cтраница 1
 |
Рекуррентная форма алгоритма оценки параметров. [1] |
Качество оценки параметров в задачах этого класса существенно зависит и от выбора параметров регуляризации и других мер предотвращения последствий плохой обусловленности матриц. В следующем разделе приводятся процедуры определения принятых ранее в примерах ( см. рис. 5.24, 5.26) значений параметров регуляризации некоторые рекомендации по повышению достоверности и точности оценок параметров. [2]
Качество оценки параметра сигнала обычно измеряется ее смещением и дисперсией. [3]
В качестве оценки параметров следует взять те значения а. [4]
 |
Кривые отклика ( / - 3 на ступенчатое возмущение при разных значениях оцениваемого параметра ч. [5] |
В качестве оценки параметров следует взять те значения а и a z, при которых функция Ф ( 1, a. [6]
В качестве оценки параметра функции распределения средняя квадратичная ошибка чаще всего дается в виде абсолютной ошибки. Однако если относительная ошибка меньше зависит от величины измеренных значений, то используют этот вид ошибки. При этом часто применяют коэффициент вариации V - six. Во избежание недоразумений следует использованный вид ошибок обозначать добавлением сокращений абс. [7]
В качестве оценки параметра функции распределения стандартное отклонение почти всегда дается в виде абсолютной ошибки. Однако если ошибка проявляет слабую зависимость от измеряемых величин, то ее. При этом часто применяют коэффициент вариации V sfx. Во избежание недоразумений следует обозначать используемый вид ошибок сокращениями абс. [8]
Заметим, что качество оценки параметров существенно зависит от количества используемых при обработке измерений. Это обстоятельство проявляется особенно наглядно, когда структура функции отклика априорно известна. [9]
Теперь необходимо как-то определить качество оценки параметров и постоянных, полученной на основании конкретной совокупности наблюдений. С этой целью вычисляются корреляционные матрицы, в которые входят среднеквадратичные ошибки. [10]
Этот вектор принимается в качестве оценки параметров регрессии. [11]
Таким образом, метод моментов дает в качестве оценки параметра т равномерного распределения выборочное среднее. [12]
Таким образом, метод моментов дает в качестве оценки параметра т равномерного распределения выборочное среднее. [13]
Метод максимума правдоподобия состоит в том, то в качестве оценок параметра а принимается то значение а, при котором функция L достигает своего максимума. [14]
Сущность метода наибольшего правдоподобия заключается в том, что в качестве оценки параметра 9 выбирается значение аргумента, которое обращает функцию L в максимум. [15]
Страницы: 1 2