Главная > Нелинейное оценивание параметров
<< Предыдущий параграф Следующий параграф >>
Пред.
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

Глава VII. ИНТЕРПРЕТАЦИЯ ОЦЕНОК

7.1. Введение

Недостаточно вычислить вектор и объявить его оценкой неизвестных параметров Мы должны также исследовать надежность и точность наших оценок. Желательно, чтобы мы ответили на такие вопросы: какова вероятность, что оценка отличается от истинного значения не более чем на или как сильно мы можем изменить эти оценки, чтобы согласие модели с исходными данными оставалось все еще хорошим? Существует несколько путей, по которым можно идти, чтобы ответить на эти вопросы; некоторые из них эвристического характера, в то время как другие основаны на статистических рассмотрениях. В последующих разделах мы представим несколько альтернативных подходов.

Даже более важным, чем вопрос о надежности оценок, оказывается вопрос о надежности модели самой по себе. Ответ на этот вопрос получается с помощью критериев согласия и проверки статистических гипотез. Мы затрагиваем здесь эти темы только очень кратко, так как их подробную разработку можно найти в литературе по математической статистике. В частности, по темам, которые нас интересуют здесь непосредственно, читатель может найти разъяснегия в книге Андерсона [7] и в более общей трактовке в книге Лемана [134].

Некоторые из тех статистических критериев и тех оценок изменчивости, которые мы здесь обсуждаем, к нелинейным моделям применимы только приблизительно. Уточнения для этих приближенных подходов; часто оказываются возможными (см., например, [191, [99] и [95]), но даже для линейных моделей эти критерии точны только тогда, когда ошибки измерений в действительности следуют всем тем распределен ниям, которые были для них предположены. Так как это бывает редко, если вообще когда-нибудь бывает, то даже так называемые «точные» критерии на практике оказываются всего лишь приближенными. Более, того, мы сомневаемся, что утверждение: «Вероятность того, что модель А некорректна, равна точно обладает большей практической полезностью, чем утверждение: «Вероятность того, что модель А некорректна, равна приблизительно По этим причинам мы даем: только простейшие приближенные критерии и отсылаем читателя, интересующегося более точными формулировками, за разъяснениями К цитированной литературе.

Categories

1
Оглавление
email@scask.ru