Главная > Нелинейное оценивание параметров
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

1.6. Историческая справка

Первым, кто предложил использовать критерий наименьших квадратов для оценивания линейных коэффициентов при подгонке кривой, был Лежандр (1805). Гаусс (1809) подвел статистическую базу под оценивание параметров, показав, что оценки наименьших квадратов

максимизируют плотность нормального (Гауссова) закона распределения вероятности ошибок. Тем самым Гаусс ввел метод максимума правдоподобия. По-видимому, Гаусс и его современники давали чисто эвристическое объяснение методу наименьших квадратов. Последующие исследования самого Гаусса, Коши, Бьенэмэ, Чебышева, Грама, Шмидта и других в XIX и начале XX в. были сосредоточены на вычислительных аспектах линейного метода наименьших квадратов для решения задач подгонки кривых, включая и введение ортогональных полиномов. Толчком к развитию методов статистического оценивания послужили работы Карла Пирсона на рубеже XIX и XX вв. и Р. А. Фишера в 1920-е и 1930-е годы. Последний возродил метод максимума правдоподобия и изучил такие свойства оценок, как состоятельность, эффективность и достаточность (см. [77] ). Развитие Вальдом и другими статистиками теории решений позволило в период после второй мировой войны обосновать выбор критериев оценивания. Применение этих методов для оценки нелинейных параметров было все еще недостаточно полным, за исключением того, что их появление повлекло за собой более осторожное использование априорных распределений. Первые опыты приложения теории статистического оценивания к оценке модели были сделаны в области экономики Купмансом и другими начиная с 1930-го года. Их работа опубликована в докладах Комиссии по охране окружающей среды [108]. Основной вклад в применение статистических методов для построения и оценки математических моделей в области физических наук сделан профессором Дж. Боксом и его сотрудниками в Принстонском и Висконсинском университетах в США.

Расчет оценок параметров нелинейных моделей требует обычно нахождения максимума или минимума нелинейной функции. Численные методы, носящие имена Ньютона, Гаусса и Коши, известны уже очень давно, но их широкое применение для решения практических задач стало возможным лишь с появлением электронных компьютеров. Первую программу общего назначения для решения задач оценивания нелинейным методом наименьших квадратов создали Бут и Петерсон [30] совместно с Боксом. В программе был реализован модифицированный метод Гаусса. Впоследствии было создано множество программ, имеющих более общий характер и решающих некоторые частные задачи оценивания. Список таких программ можно найти в приложении Ж.

1
Оглавление
email@scask.ru