К первой паре / Математическая статистика 1. Лекция 6. Теорема Гаусса-Маркова. Оптимальность оценки метода наименьших квадратов
Метод Гаусса, который работает в самых нечеловеческих условиях
Даже когда решений бесконечно много или несовместна, а метод Крамера не работает от слова совсем. Сегодня мы с Вами решим систему линейных уравнений, используя метод Гаусса. Поехали! Метод Гаусса заключается в последовательном исключении неизвестных из уравнений. Наиболее удобно (и так обычно делают при изучении ЛУ в высшей математике) записывать коэффициенты в матричном виде: Теперь наша задача эквивалентными преобразованиями (исключением одинаковых строк, умножением строк на число, сложением строк) матрицы добиваться исключения переменных из строк, начиная с левого верхнего угла...
Влияние матричных ошибок на оценки параметров по методу наименьших квадратов
В работе исследуется воздействие искажений матрицы линейной модели на статистические характеристики оценок по методу наименьших квадратов. Ключевые слова: оценки МНК, линейная модель,матричные ошибки. V.A.Galanina PhD, Associate Professor L.A. Reshetov PhD, Associate Professor M.V. Sokolovskay Senior lecturer A.E.Farafonova Master St. Petersburg State University of Aerospace Instrumentation Influence of matrix errors on parameter estimates by the least squares method The paper investigates the effect of distorsions of the linear model matrix on the statistical characteristics of the least squares estimates...