- •1.1. Характерные особенности современных НИ
- •1.2. Типовая структура АСНИ
- •1.3. Задачи, решаемые АСНИ
- •1.3.1. Задачи автоматизации экспериментальных исследований
- •1.3.2. Автоматизация этапов НИ, носящих творческий характер
- •1.5. Экономический эффект от автоматизации НИ
- •1.6.1. Экспериментальные исследования
- •1.6.2. Цели автоматизации экспериментальных исследований
- •1.6.3. Назначение АСНИ-Э
- •1.6.5. Структуры АСНИ-Э
- •1.6.6. Функциональная структура АСНИ-Э
- •1.6.7. Основные направления работ по созданию АСНИ-Э
- •Контрольные вопросы
- •2. СПЕКТРАЛЬНЫЙ АНАЛИЗ ИССЛЕДУЕМОГО ОБЪЕКТА
- •2.3. Второй способ оценки спектральной плотности
- •2.4. Получение вторым способом сглаженной оценки спектральной плотности
- •2.5. Оценка взаимных корреляционных функций двух эргодических случайных процессов
- •Контрольные вопросы
- •3. ПРИМЕНЕНИЯ СПЕКТРАЛЬНОГО АНАЛИЗА ИССЛЕДУЕМОГО ОБЪЕКТА
- •3.1. Оценка частотной характеристики исследуемого объекта, представляющего собой линейную динамическую систему
- •1 GAfk)
- •Контрольные вопросы
- •ГЛАВА 4. СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ
- •4.1. Генеральная и выборочная совокупность случайной величины X
- •4.2. Задачи, решаемые при статистической обработке результатов измерений случайной величины X
- •4.3. Оценивание по выборке статистических характеристик случайной величины X
- •4.4. Общие свойства точечных оценок
- •4.5. Методы получения точечных оценок параметров закона распределения случайной величины X
- •4.5.1. Метод моментов
- •4.5.2. Метод максимума правдоподобия
- •4.6. Законы распределения, наиболее широко используемые при статистической обработке результатов измерений
- •4.6.1. Нормальное распределение
- •4.6.2. Распределение %2
- •4.6.3. Распределение Стьюдента
- •4.6.4. Распределение Фишера
- •4.7. Доверительный интервал и доверительная вероятность
- •4.8. Корреляционный анализ
- •Контрольные вопросы
- •ГЛАВА 5. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИССЛЕДУЕМОГО ОБЪЕКТА С ПОМОЩЬЮ МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ
- •5.1. Статистические математические модели исследуемого объекта
- •5.2. Метод наименьших квадратов
- •5.2.1. Постановка задачи
- •5.2.2. Решение задачи определения математической модели исследуемого объекта
- •5.2.4. Ошибки при выборе вида математической модели исследуемого объекта
- •5.2.5. Проверка адекватности математической модели исследуемого объекта
- •Контрольные вопросы
- •ГЛАВА 6. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •6.1. Теория эксперимента
- •6.2. Основные понятия планирования эксперимента
- •6.3. Общие требования к плану эксперимента. О критериях планирования эксперимента
- •6.4. Планы для моделей, описываемых полиномами первого порядка
- •6.4.1. Вид модели
- •6.4.2. Полные факторные планы
- •6.4.3. Дробные факторные планы
- •6.5.1. Вид модели
- •6.5.2. Применение полных факторных планов для моделей типа (6.40)
- •6.5.3. Применение дробных факторных планов для модели типа (6.40) и порядок смешивания оценок коэффициентов
- •6.5.4. Вычислительные формулы и свойства планов 2" р
- •6.6. Планы для квадратичных моделей
- •6.6.1. Вводные замечания
- •6.6.2. Ортогональные центральные композиционные планы
- •Контрольные вопросы
- •ЗАКЛЮЧЕНИЕ
- •Файзрахманов Рустам Абубакирович, Липатов Иван Николаевич
- •АВТОМАТИЗАЦИЯ НАУЧНЫХ ИССЛЕДОВАНИЙ
4.5.2. Метод максимума правдоподобия
Функция правдоподобия определяется соотношениями (4.14),
(4.15). Если значения элементов выборки х,,х2,...,хп фиксированы, то функция правдоподобия L(x],x2,...,xn,Q) является функцией неиз
вестного параметра 0. Сущность метода максимума правдоподобия
л
заключается в том, что в качестве оценки 0 параметра 0 принимает ся такое значение 0, которое обращает функцию L(x],x1,—,xn,Q)
в максимум. Это значение является функцией от х^,х2,...,хп и называ ется оценкой максимального правдоподобия для параметра 0. Для нахождения оценки максимального правдоподобия необходимо ре шить относительно 0 уравнение правдоподобия
dLjx|,х2,...,хп,0 ) _ Q |
2 7 ) |
50 |
|
и отобрать то решение 0, которое обращает L(x],x1,...,xn,Q) вмаксимум.
Точки максимума функций Z,(x,,x2,...,x(),0) и 1п/,(х,,х2,...,х(1,0)
совпадают. Поэтому вместо (4.37) можно решать уравнение |
|
51пДх,,х2,...,х„,0) = |
(4 38) |
50 |
|
Если надо оценить к параметров 0,,02,...,0*, то оценки макси
мального правдоподобия для этих параметров находятся из системы уравнений
51пЦх, ,х2,...,х„,0 ,,0 2 ,...,0 а) = 0 |
2 к |
(4.39) |
|
50 |
’ J ’ |
||
|
Положительные свойства оценок максимального правдоподобия следующие:
1 ) решение уравнения правдоподобия является состоятельной оценкой параметра 0 ;
2 ) решение является при п —>оо асимптотически эффективной оценкой параметра 0 ;
3) закон распределения полученной оценки при п —>оо является нормальным;
4) если для параметра 0 существует эффективная оценка, то уравнение правдоподобия имеет единственное решение, совпадающее с этой оценкой.
Недостатки метода максимума правдоподобия следующие:
1 ) оценка максимального правдоподобия может оказаться сме щенной;
2 ) метод максимума правдоподобия может привести к сложной системе уравнений.
Пример 4.3\ Определим оценки неизвестных параметров тх и с 2
нормального закона распределения случайной величины X (рис. 4.8) по методу максимума правдоподобия.
Имеем
л |
(х гт х) |
|
|
— 1----- |
|
(4.40) |
|
f ](xl,mx,ol) = —r---- - е |
2о' |
/' = 1 ,2 ,...,и. |
|
V2mjv |
|
|
|
Из (4.14), (4.15) получим |
п |
|
|
|
• |
(4.41) |
|
Ь(х{,х7,...,хп,тх,а]) = |
|||
|
/=1 |
|
|
Подставим (4.40) в (4.41). Получим |
|
|
|
Ь(хх,х2,...,хп,тх,ъ]) = —— |
^--ехр(~— - ------ ). |
(4.42) |
|
ф п с 2х)п |
2 с |
|
|
Из (4.42) следует: |
|
|
|
\nL(xx,x2,...,x),,mx,ol) = ~ l n ( 2 n ) - ^ l n G ] - ~ ' £ ( x l - m x)1 |
(4.43) |
||
2 |
2 |
2 с ; ы |
|