凸优化第七章统计估计 7.5实验设计

7.5实验设计松弛实验设计问题 标量化考虑通过测量或实验:估计向量的问题,其中是测量噪声。假设是独立同分布的高斯噪声,均值为0,方差为1。于是x的最大似然估计,也是最小方差估计:目标函数对x求偏导,得到:令其为0,解得,故极大似然估计的解为:相应的估计误差:均值为0,协方差矩阵:矩阵E刻画了估计经度或是实验的信息度。例如x的-置信水平椭圆为:其中是常熟,...
摘要由CSDN通过智能技术生成

7.5实验设计

  1. 松弛实验设计问题
  2. 标量化

考虑通过测量或实验:y_i=a_i^Tx+w_i,i=1,\cdots m估计向量x \in R^n的问题,其中w_i是测量噪声。假设w_i是独立同分布的高斯噪声,均值为0,方差为1。

于是x的最大似然估计,也是最小方差估计:

minimize \, \,\sum_{i=1}^m (y_i-a_i^Tx)^2=\sum_{i=1}^m(x^Ta_ia_i^Tx-2y_ia_i^Tx+y_i^2)

目标函数对x求偏导,得到:

2\sum_{i=1}^m(a_ia_i^T)x2\sum_{i=1}^ma_iy_i^Tx=2\sum_{i=1}^m(a_ia_i^T)x-2\sum_{i=1}^ma_iy_ix2\\ =\sum_{i=1}^m(a_ia_i^T)x-2\sum_{i=1}^my_ia_ix

令其为0,解得x=(\sum_{i=1}^ma_ia_i^T)^{-1}\sum_{i=1}^my_ia_i,故极大似然估计的解为:\hat{x}=(\sum_{i=1}^ma_ia_i^T)^{-1}\sum_{i=1}^my_ia_i相应的估计误差:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值