1
在测量数据处理中,线性观测方程一般形式为:
iititiiii
bxbxbxbL
0221
...
(
)
其矩阵形式为:(此处 L 相当于 y y = x1*b1 + x2*b2 +… + xt*bt + b0 + E y 为可观测的随机变
量,x 为可观测的已知变量,E 为不可观测的随机误差项,b 为未知参数 y = f(x,θ )+E--韦博
成近代非线性回归分析
式中:
为
的观测向量,
为观测向量的个数;X 为 t*1 的未知
参数向量;t 为 必 要观 测 的 个数 ;
为
的常数向量。
为
的观测误差向量;B 为 n*t 的设计矩阵,即:
ntnn
t
t
bbb
bbb
bbb
B
...
::::
...
...
21
22221
11211
一般的 L 表示 n*1 的观测向量,用 X 表示 t*1 的未知参数向量,用
表示 n*1 的观测误差向
量,则非线性方程可写为:
(1)
式中,
T
n
XfXfXfXf ))(..)()(()(
21
.
,是由 n 个 X 的非线性函数组成的 n*1 的
向量,上述模型即为一般非线性模型。
为了推导公式方便,不失一般性,设 L 为同精度独立观测量。
关于模型(1)的参数估计,传统的方法是将其线性化,即将(1)式在参数的近似值 X0 出
展开为泰勒级数,并仅取至一次项,然后在应用新型模型参数估计理论进行参数估计。将非
线性模型(1)式线性化,因略去二阶以上各高次项,得到的仅含一次项的线性模型显然是
原模型的近似模型。因此,由于非线性近似后的线性模型是近似模型,所以线性近似必然会
产生模型误差。
非线性最小二乘估计的定义及存在性定理:
非线性模型(1)式相应的误差方程为:
(2)
于是残差平方和为:
))
ˆ
(())
ˆ
(()
ˆ
(
2
2
LXfLXfLXfVVV
TT
(3)
测量中,观测值常常有不同精度,甚至有相关观测量,但根据等价观测理论,这些观测值都
可以变换为独立观测量,所以采用同精度观测讨论问题。
定义 1:
非线性模型(1)式中参数 X 的一个估计
,若满足下列关系:
评论0