>
11 1T1 0 1 |
3 0 0 | ||
« |
0 1 0 |
= |
0 2 1 |
1 0 -ijp -1 -1 |
0 1 2 |
dla r - I...R
waz założenie, że dr,, gdzie dz, są realizacjami niezależnych zmiennych losowych o
zerowej średniej i odchyleniu standardowym a, = CL216.
Rozwiązanie:
Wyznaczamy odwrotność macierzy równania normalnego oraz uckior jego prawych stron dla danych dokładnych:
2 l"
i 2
\ o n O 2 -J 0-12
korzystając z odwrotności macierzy X,rXr:
(x/x.r^o j -
CXłwrotnosć macierzy równam* normalnego wykorzystujemy do wyznaczenia maaerry kowariancji otymafy wektora parametrów p = | pQ p, f •
która na przekątnej zawiera wariancje:
Podstawiając R -*■ 7 i a* «63-10 ł» obliczamy dyspersje estymad parametrów modchi standaryzowanego:
■^Va(tl)"^VtI(t^\ = 'j6\0'* = >/ó-IO 1
a aa kh podstawie dyspersje parametrów c^. i ar :
Egyna^ parametrów p, i nastqxjjącego modelu zależności surowego wyniku pomiaru z od mczurandu i, i wielkości wpływającej *3:
wyznaczono metodą najmniejszych kwadratów, dokonując następującej transfocmagi danych pwmiarowych rcprczntfnjących surowy wynik pomiaru:
Oszacować błąd systematyczny (obciążenie) tych esrymat. spowodowany odstępstwem od założeń klasycznej metody najmniejszych kwadratów. Do obliczeń przyjąć:
1 0 |
9 | ||
X- |
0 1 |
z = |
SI |
1 1 |
36 |
&
&
1 0 1 0 1 I
a m tej podstawie - dokładne parametry spełniające to równanie normalne:
9
2 -l 1 2
Błąd danych po transformacji wyznaczamy przy użydu następującego szeregu Taylora.-
Przybliżenie tego błędu, wystarczające do och wycenia obciążenia cstymal. ma postać:
Obliczamy jego wartość oczekiwana:
-216-10"* dU *
K---—*7*1 -*10 ‘ dla n *2
X" Ym 1 -27-10"4 (Ha n-3
a na tg podstawie obciążenie csłymal parametrów: •dp
pomocą rysiemu pomiarowego służącego do pomiaru chwilowej częstotliwości sieci energetycznej dokonano próbkowania napięcia tej sieci v(r) z interwałem At. Uzyskano następujące wyniki:
<£h <~<£V-| <“*
obarczone błędami losowymi o zerowej wartości oczekiwanej. Zakładając, że adekwatny model matematyczny napięcia sieci ma postać: i^/)-t/wsi^Ł9ł + p)
zastosować metodę najmniejszych kwadratów do estymacji częstotliwości f rui podstawie dartych pomiarowych {«„}.
Rozwiązanie:
Model danych pomiarowych {u, } ma postać: um *«. +Atu dla »»1._,N
gdzie błąd Aum jest realizacją zmiennej losowej o zerowej wartości oczekiwanej, natomiast model danych dokładnych wyraża się wzorami:
rmBt9 +(ł!-l)dr
dla n ■ 1,_,H . W modelu tym nieznane są trzy parametry: f, /0, <p. W edu ich wyznaczenia
przekształcamy ten model następująco:
***{/-2*tn ~ U*/ ♦ ♦ ?)] * «b[a*. ♦ a]
gdzie xm -Łr(/t-l)A, p, = / oraz pg = 2ąy?0 + f>. Moootcmczność ciągu danych pierwotnych |i7, j umożliwia zastosowanie funkcji odwrotnej do lineaiyzacji modelu danych dokładnych:
y, - arcsin(-—) = p*x, ♦ p,
Estymaty p, i p, parametrów p, i p, wyznaczamy metodą najmniejszych kwadratów na podstawie par danych wtórnych:
(*m. X- * ^ " = U-.*
i w ten sposób uzyskujemy estymatę częstotliwości: f=f\. *
V -