Statistieken :: Gausshelmert

Statistieken :: Gausshelmert is een algemene gewogen minste vierkantenschattingsmodule.
Download nu

Statistieken :: Gausshelmert Rangschikking & Samenvatting

Advertentie

  • Rating:
  • Vergunning:
  • Perl Artistic License
  • Prijs:
  • FREE
  • Naam uitgever:
  • Stephan Heuel
  • Uitgever website:
  • http://search.cpan.org/~heuel/Statistics-GaussHelmert-0.05/GaussHelmert.pm

Statistieken :: Gausshelmert Tags


Statistieken :: Gausshelmert Beschrijving

Statistieken :: Gausshelmert is een algemene gewogen minste vierkantenschattingsmodule. Statistieken :: Gausshelmert is een algemene gewogen minste vierkantenschattingsmodule.Synopsis Gebruik statistieken :: Gausshelmert; # Maak een leeg model mijn $ schatting = nieuwe statistieken :: Gausshelmert; # Instel het model gegeven observaties $ y, covariance matrices # $ sigma_yy, een eerste gok $ B0 voor de onbekende parameters. $ schatting-> observaties ($ y); $ schatting-> covariance_observaties ($ Sigma_yy); $ schatting-> initial_guess ($ B0); # Geef de impliciete modelfunctie en zijn Jacobians op door # sluitingen te gebruiken. $ schatting-> observatie_equaties (sub {...}); $ schatting-> Jacobian_unkNowns (sub {...}); $ schatting-> Jacobian_observations (sub {...}); # Misschien willen we enkele beperkingen opleggen aan de onbekende # parameters, dit is niet verplicht $ schattings-> beperkingen (sub {...}); $ schatting-> Jacobian_Constraints (sub {...}); # Start schatting $ van schatting-> start (uitgebreid => 1); # Afdrukken Resultaat Afdrukken Print $ Raming-> Geschatte_UnDNOWN (), $ schatting-> covariance_unknown (); deze module is een flexibel hulpmiddel voor het schatten van modelparameters die een reeks observaties krijgen. De module biedt functie voor een lineair schattingsmodel, het onderliggende model wordt GAUSS-HELMERT-model genoemd.Statistics :: Gausshelmert is anders dan modules zoals statistieken :: OLS in de zin dat het in de zin kan passen van willekeurige functies voor gegevens van eventuele dimensies. U moet een impliciete minimalisatiefunctie opgeven (in tegenstelling tot expliciete functies zoals in traditionele regressiemethoden) en haar derivaten met respect voor het onbekende en de waarnemingen. U kunt ook een beperkingsfunctie op de onbekenden (met zijn derivaat) specificeren. Verder heb je al een geschatte oplossing nodig. Voor sommige problemen is het gemakkelijk bij het vinden van geschatte oplossingen door direct op te lossen voor de onbekende parameters met enkele goed gekozen observaties. Vereisten: · Perl


Statistieken :: Gausshelmert Gerelateerde software