加乘性混合误差模型参数估计方法及其应用

师芸

doi:10.13203/j.whugis20130355

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

加乘性混合误差模型参数估计方法及其应用

师芸

文章导航 > 武汉大学学报 ( 信息科学版) > 2014 > 39(9): 1033-1037

师芸. 加乘性混合误差模型参数估计方法及其应用[J]. 武汉大学学报 ( 信息科学版), 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

引用本文:

师芸. 加乘性混合误差模型参数估计方法及其应用[J]. 武汉大学学报 ( 信息科学版), 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

SHI Yun. Least Squares Parameter Estimation in Additive/MultiplicativeError Models for Use in Geodesy[J]. Geomatics and Information Science of Wuhan University, 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

Citation:

SHI Yun. Least Squares Parameter Estimation in Additive/MultiplicativeError Models for Use in Geodesy[J]. Geomatics and Information Science of Wuhan University, 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

加乘性混合误差模型参数估计方法及其应用

doi: 10.13203/j.whugis20130355

师芸¹

¹ 西安科技大学测绘科学与技术学院,陕西西安,710054

基金项目: 国家自然科学基金资助项目(41204006)；陕西省教育厅专项资助项目(2013JK0960)

详细信息

作者简介:
师芸,博士,副教授,主要从事大地测量数据处理研究。

中图分类号: P207.2

Least Squares Parameter Estimation in Additive/MultiplicativeError Models for Use in Geodesy

SHI Yun¹

¹School of Geomatics,Xi’an University of Science and Technology,Xi’an 710054,China

Funds: The National Naturel Science Foundation of China,No.41204006;the Special Foundation of Education Departmentof Shanxi Provincial Government,China,No.2013JK0960.

More Information

Author Bio:
SHI Yun,PhD,associate professor,specializes in geodetic data processing.

摘要: 目的扩展乘性误差模型的参数估计方法至加乘性混合误差模型,推导了其参数最小二乘、加权最小二乘参数估计,并在偏差分析的基础上推导了偏差改正加权最小二乘估计。模拟计算和分析验证了偏差改正加权最小二乘适用于加乘性混合误差模型的大地测量数据处理,具有二阶近似无偏性,且精度较高。
- 加乘性混合误差模型 /
- 最小二乘 /
- 加权最小二乘 /
- 偏差改正加权最小二乘
Abstract: Objective Adjustment methods for parameter estionation were basically developed on the basis of addi-tive random error models.With advances in the technology for modern geodetic observation,measure-ment errors can change with functional models such as EDM,GPS and VLBI baselines.Thus,ran-dom errors in measurements are proportional to the true values of the measurements themselves.Ob-servational models of this type are called multiplicative error models.The purpose of this paper is tocomplement or extend the work of Xu and Shimada(2000)to mixed additive and multiplicative errormodels.We briefly discuss three least squares(LS)adjustment methods for parameter estimation inmixed additive and multiplicative error models.In case of the weighted LS adjustment,we explicitlydescribe the biases in the adjusted parameters.Then,we construct a bias-corrected weighted leastsquares estimator.Finally,we demonstrate that the bias-corrected weighted LS method is optimal andunbiased using a simulated example.
- additive/multiplicative mixed error models /
- least squares /
- weighted least squares /
- bias-corrected weighted least squares

[1]

Crowder M.On the Use of a Working CorrelationMatrix in Using Generalised Linear Models for Re-peated Measures[J].Biometrika,1995,82:407-410[2] Desmond A F.Optimal Estimating Functions,Qua-si-Likelihood and Statistical Modeling[J].J StatPlan Inference,1997,60:77-123[3] Heyde C C.Quasi-Likelihood and Its Applications[M].New York:Springer,1997[4] Kukusha A,Malenkoa A,Schneeweissb H.Opti-mality of Quasi-Score in the Multivariate Mean-Va-riance Model with an Application to the Zero-Inflat-ed Poisson Model with Measurement Errors[J].Statistics,2010,44:381-396[5] Fitzmauric G M.A Caveat Concerning Independ-ence Estimating Equations with Multivariate BinaryData[J].Biometrics,1995,51:309-317[6] Xu P L,Shimada S.Least Squares Parameter Esti-mation in Multiplicative Noise Models[J].Commu-nications in Statistics,2000,(B29):83-96[7] Xu P L.The Effect of Incorrect Weights on Estima-ting the Variance of Unit Weight[J].Stud GeophysGeod,2013,(57):339-352

[1]	王乐洋, 邹传义. 乘性误差模型参数估计及精度评定的Sterling插值方法 . 武汉大学学报 ( 信息科学版), 2022, 47(2): 219-225. doi: 10.13203/j.whugis20200052
[2]	李林林, 周拥军, 周瑜. 二维直角建筑物规则化的加权总体最小二乘平差方法 . 武汉大学学报 ( 信息科学版), 2019, 44(3): 422-428. doi: 10.13203/j.whugis20160510
[3]	王乐洋, 余航. 附有相对权比的加权总体最小二乘联合平差方法 . 武汉大学学报 ( 信息科学版), 2019, 44(8): 1233-1240. doi: 10.13203/j.whugis20170265
[4]	谢建, 龙四春, 李黎, 李博超. 不等式约束加权整体最小二乘的凝聚函数法 . 武汉大学学报 ( 信息科学版), 2018, 43(10): 1526-1530. doi: 10.13203/j.whugis20160507
[5]	王乐洋, 许光煜. 加权总体最小二乘平差随机模型的验后估计 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 255-261. doi: 10.13203/j.whugis20140275
[6]	孙文川, 暴景阳, 金绍华, 肖付民, 张志伟. 一种多波束换能器横摇角度偏差二次校准方法 . 武汉大学学报 ( 信息科学版), 2016, 41(11): 1440-1444. doi: 10.13203/j.whugis20140481
[7]	马友青, 刘少创, 魏士俨, 李明磊. 加权总体最小二乘的地面解析摄影测量算法 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 594-598. doi: 10.13203/j.whugis20130387
[8]	姚宜斌, 黄书华, 孔建, 何军泉. 空间直线拟合的整体最小二乘算法 . 武汉大学学报 ( 信息科学版), 2014, 39(5): 571-574. doi: 10.13203/j.whugis20120104
[9]	王乐洋, 许才军. 总体最小二乘研究进展 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 850-856.
[10]	陈传法, 蔡乾广. DEM快速构建的最小二乘配置法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 86-89.
[11]	刘经南, 曾文宪, 徐培亮. 整体最小二乘估计的研究进展 . 武汉大学学报 ( 信息科学版), 2013, 38(5): 505-512.
[12]	鲁铁定, 周世健. 总体最小二乘的迭代解法 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1351-1354.
[13]	孔建, 姚宜斌, 吴寒. 整体最小二乘的迭代解法 . 武汉大学学报 ( 信息科学版), 2010, 35(6): 711-714.
[14]	王乐洋, 许才军, 鲁铁定. 病态加权总体最小二乘平差的岭估计解法 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1346-1350.
[15]	邓兴升, 花向红. 动态最小二乘支持向量机学习算法 . 武汉大学学报 ( 信息科学版), 2008, 33(11): 1122-1125.
[16]	张朝玉. 多维AR序列的最小二乘建模方法 . 武汉大学学报 ( 信息科学版), 2002, 27(4): 377-381.
[17]	邓德祥, 吴章华, 胡志雄. 一种用于影像镶嵌的快速最小二乘序贯算法 . 武汉大学学报 ( 信息科学版), 1997, 22(1): 29-31.
[18]	张剑清. 基于特征的最小二乘匹配理论精度 . 武汉大学学报 ( 信息科学版), 1988, 13(4): 82-90.
[19]	陶本藻. 论最小二乘拟合 . 武汉大学学报 ( 信息科学版), 1980, 5(1): 27-34.
[20]	王乐洋, 韩澍豪. 不等式约束下加乘性混合误差模型的简单迭代解法 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20210659

点击查看大图

计量

文章访问数: 1292
HTML全文浏览量: 65
PDF下载量: 746
被引次数: 0

加乘性混合误差模型参数估计方法及其应用

doi: 10.13203/j.whugis20130355

师芸¹

¹ 西安科技大学测绘科学与技术学院,陕西西安,710054

基金项目: 国家自然科学基金资助项目(41204006)；陕西省教育厅专项资助项目(2013JK0960)

作者简介:
师芸,博士,副教授,主要从事大地测量数据处理研究。

收稿日期: 2014-07-25
修回日期: 2014-09-05
刊出日期: 2014-09-05

中图分类号: P207.2

关键词:

摘要: 目的扩展乘性误差模型的参数估计方法至加乘性混合误差模型,推导了其参数最小二乘、加权最小二乘参数估计,并在偏差分析的基础上推导了偏差改正加权最小二乘估计。模拟计算和分析验证了偏差改正加权最小二乘适用于加乘性混合误差模型的大地测量数据处理,具有二阶近似无偏性,且精度较高。

English Abstract

师芸. 加乘性混合误差模型参数估计方法及其应用[J]. 武汉大学学报 ( 信息科学版), 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

引用本文:

师芸. 加乘性混合误差模型参数估计方法及其应用[J]. 武汉大学学报 ( 信息科学版), 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355

Citation:

全文HTML

参考文献 (1)

下载: 全尺寸图片幻灯片

返回文章

用微信扫码二维码

分享至好友和朋友圈

我要投稿

投稿攻略

联系我们

二维码

留言板

加乘性混合误差模型参数估计方法及其应用

doi: 10.13203/j.whugis20130355

作者简介: 师芸,博士,副教授,主要从事大地测量数据处理研究。

Least Squares Parameter Estimation in Additive/MultiplicativeError Models for Use in Geodesy

Author Bio: SHI Yun,PhD,associate professor,specializes in geodetic data processing.

计量

出版历程

加乘性混合误差模型参数估计方法及其应用

doi: 10.13203/j.whugis20130355

1 西安科技大学测绘科学与技术学院,陕西 西安,710054

作者简介: 师芸,博士,副教授,主要从事大地测量数据处理研究。

English Abstract

Least Squares Parameter Estimation in Additive/MultiplicativeError Models for Use in Geodesy

1School of Geomatics,Xi’an University of Science and Technology,Xi’an 710054,China

Author Bio: SHI Yun,PhD,associate professor,specializes in geodetic data processing.

全文HTML

目录

作者简介:
师芸,博士,副教授,主要从事大地测量数据处理研究。

Author Bio:
SHI Yun,PhD,associate professor,specializes in geodetic data processing.

¹ 西安科技大学测绘科学与技术学院,陕西西安,710054

作者简介:
师芸,博士,副教授,主要从事大地测量数据处理研究。

¹School of Geomatics,Xi’an University of Science and Technology,Xi’an 710054,China

Author Bio:
SHI Yun,PhD,associate professor,specializes in geodetic data processing.