(9) 1-1 前言、間接觀測平差導讀 (I) - YouTube
indirect adjustment
注解：
1.资料点的误差的平方和最小。
2.线性回归的直线截距是a。
3.间接平差就是间接的找出参数a和b，不是靠直接在数轴上量取。
注解：
1.观测值yi加上模型上对应的改正数vi，和xi组成数对，此数对在拟合的模型上。
2.总共有n+2个参数，所以需要找n+2个方程。
注解：
1.在间接平差中，参数的系数矩阵叫做设计矩阵。
2.在复杂的问题中，可以利用近似的值找一个近似的设计矩阵，然后每次对设计矩阵迭代，直到满足给定的收敛条件。
3.有vi的话，它是一个随机误差，就一定是有随机模型存在的。随机模型是可以评价观测数据的好坏的。
4.量自己的身高，量100次，数值都不一样，这个误差就是随机误差。取加权平均值，那么权怎么来？
注解：
1.随机模型中，单位全中误差未知，它相当于一个尺度。
2.Q是n×n的矩阵。σ0的平方乘上Q，相当于给Q一个尺度。
注解：
1.v1和v2、v3...vn的统计关系（相关系数、或者叫协方差）要给出，这个很难，所以，有个假设是，资料点之间即便有相关性，这个相关性也很低。
2.协方差矩阵是个方阵，非对角线上的C(v1,v2)这些值，有正有负，但是相较于D对角线上的(vi)来说，值很小（可以被忽略，如果不忽略，也可以研究它），这个叫做对角优势。这种对角线占优的矩阵行列式不会为0.
3.协因数矩阵是线性回归中的已知量。
C：covariance 协方差
V:variance 方差
小结：
1.一个线性回归，其实是一个间接平差的问题。
2.问题中，可以令σ02=1，问题求解完毕，看看它是否等于，如果它接近于1，也能让我们满意。
3.问题中已知量：
y、x ：共n个资料点
问题中未知量：
vi、a、b ：共n+2个未知量
问题中的假设：
令σ02=1
(9) 1-2 前言、間接觀測平差導讀(II) - YouTube
标签：vi,矩阵,最小,协方差,平差,注解,间接,乘法 来源： https://www.cnblogs.com/yibeimingyue/p/16307520.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。