Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  modele błędów pomiaru
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote M-estymacja z zastosowaniem probabilistycznych modeli błędów pomiaru
PL
Teoretyczną podstawą wielu formułowanych współcześnie metod wyrównania jest ogólna zasada M-estymacji. Zasada ta polega na poszukiwaniu minimum następującej funkcji celu [wzór], gdzie X jest wektorem nieznanych parametrów. Wyprowadzenie nowej metody wyrównania polega na przyjęciu uzasadnionej, konkretnej postaci funkcji p i wskazaniu sposobu poszukiwania minimum wynikającej stąd funkcji celu. W artykule wskazano, że wyprowadzone i opublikowane wcześniej przez autorów metody wyrównania, wynikające z innej niż tutaj przytoczona zasady, należą także do klasy M-estymacji. W tym kontekście omówiono podstawowe własności tych metod, w tym głównie odporność na błędy grube
EN
The principle of M-estimation is the basis of many contemporary methods of adjustment. The point about this class of methods is to minimize the following function [formula] where X is the vector of unknown parameters. New method of adjustment is created by assumption of a specific form of function and pointing out how to find the minimum of the corresponding target function. Some methods, which were derived and published by the authors earlier, also belong to the class of M-estimation although they are not based on the presented above principle. It is proved in the paper. Some properties of these methods, especially robustness, are described in the context of M-estimation
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.