M-estimator M估计法 用于几何模型建立

M-estimators是一类广泛估计函数,定义为所给数据上的最小和函数。最小平方估计和极大似然估计都是M估计法。M估计法由鲁棒的数据作为运行保证。一般地,一个M-estimation定义为一个估计函数为0的情况。这个估计函数经常是一些统计函数。比如令一个由参数定义的极大似然函数为0,因此一个极大似然估计值往往是一个能量函数取得极值得点。在很多应用中,这样的M估计可以用于参数估计。

最小平方估计是M-estimator的原型,因为这个估计定义做剩余平方和的最小值。

另一个典型的M-estimator是极大似然估计。定义如下:

,或者


M-estimator的种类:

M-estimator就是能够使得达到最小值的θ

这样的θ通常可以直接计算,更简单的方法是从不同θ上试得到函数最小值,若能得到,则称为ψ-type,否则称为ρ-type。

ρ-type

对于正整数r,令为测量空间,θ是一个向量参数。一个ρ-typeM估计法T通过一个测量函数定义:


,比如极大似然估计中有

ψ-type:

ψ-type中的T可以定义为一个测量函数ψ:它将X上的一个概率分布映射到向量空间T(F)上,为了解决以下问题:


比如最大似然估计中,其中



相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页