稳健性估计—— M 估计

最新推荐文章于 2024-09-20 21:48:23 发布

zhuo木鸟

最新推荐文章于 2024-09-20 21:48:23 发布

阅读量6.5k

点赞数 4

分类专栏：数理统计文章标签： M 估计新星计划

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42141390/article/details/117911647

版权

本文介绍了M估计法用于估计均值和标准差的原理与过程。在估计均值时，通过求解特定方程并采用牛顿法迭代，最终得到估计值。对于小样本，M估计法利用MADe（中位绝对偏差的调整值）进行计算。同样，M估计法也用于估计标准差，通过特定函数和迭代方法求解。举例展示了使用M估计法计算8个正态分布数据点的均值和标准差，结果显示其准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

M 估计法，估计均值
M 估计法，估计标准差

本文主要介绍了 ISO 13528 的附件 D 的条款 D.1.4.2 中的 NOTE 3 的

p\geq 4

中提及的 M 估计，参考文献为： ROUSSEEUW P.J & VERBOVEN S.Comput. Stat. Data Anal. 2002, 40 pp. 741-758

M 估计法，估计均值

M 估计法算均值的原理在于求解下述方程：
$\text{ave}[ f(\frac{x_i-T_n}{S_n})] = 0$
其中 $T_n$ 是对均值的估计值（方程的解即为 M 算法估计均值的结果）， $S_n$ 为对方差平方根（标准差）的估计。

对于小样本来说（ $n\in[4, 8]$ ）， $S_n$ 取 MADe，即：
$\text{MADe}(X) = 1.4826 \times \text{med}_n (|x_i - \text{med}_n(X)|)$

最低0.47元/天解锁文章

评论 4

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

zhuo木鸟 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。