估计理论

✍ dations ◷ 2025-04-02 08:29:25 #估计理论,信号处理,统计学

估计理论是统计学和信号处理中的一个分支,主要是通过测量或经验数据来估计概率分布参数的数值。这些参数描述了实质情况或实际对象,它们能够回答估计函数提出的问题。

例如,估计投票人总体中,给特定候选人投票的人的比例。这个比例是一个不可观测的参数,因为投票人总体很大;估计值建立在投票者的一个小的随机采样上。

又如,雷达的目的是物体(飞机、船等)的定位。这种定位是通过分析收到的回声(回波)来实现的,定位提出的问题是“飞机在哪里?”为了回答这个问题,必须估计飞机到雷达之间的距离。如果雷达的绝对位置是已知的,那么飞机的绝对位置也是可以确定的。

在估计理论中,通常假定信息隐藏在包含噪声的信号中。噪声增加了不确定性,如果没有不确定性,那么也就没有必要估计了。

有非常多的领域使用参数估计理论。这些领域包括(当然不局限于以下列出的领域):

测量参数包含噪声或者其他不确定性。通过统计概率,可以求得最优化的解,用来从数据中提取尽可能多的信息。

估计理论的全部目的都是获取一个估计函数,最好是一个可以实现的估计函数。估计函数输入测量数据,输出相应参数的估计。

我们通常希望估计函数能最优,一个最优的估计意味着所有的信息都被提取出来了;如果还有信息没有提取出来,那就意味着它不是最优的。

一般来说,求估计函数需要三步:

当实现一个估计器之后,实际的数据有可能证明推导出估计器的模型是不正确的,这样的话就需要重复上面的过程重新寻找估计器。不能实现的估计器需要抛弃,然后开始一个新的过程。总的来说,估计器根据实际测量的数据预测物理模型的参数。

为了建立一个模型,需要知道几项统计“因素”。为了保证预测在数学上是可以追踪的而不是仅仅基于“内心感受”来说这是必需的。

第一个是从大小为 N {\displaystyle N} 方差为 σ 2 {\displaystyle \sigma ^{2}} Cramér-Rao下限。

采样平均除了是最大似然估计器之外还是最小变化无偏估计器(MVUE)。

这个直流增益 + WGN的例子是Kay的中一个例子的再现。

相关

  • 太瑞县太瑞县(越南语:Huyện Thái Thụy/.mw-parser-output .han-nom{font-family:"Nom Na Tong","Han-Nom Gothic","Han-Nom Ming","HAN NOM A","HAN NOM B","Ming-Lt-HKSCS-UNI-H"
  • 索尔·阿伦·克里普克索尔·阿伦·克里普克(英语:Saul Aaron Kripke,/ˈkrɪpki/,音“克里普基”,1940年11月13日-),美国逻辑学家和哲学家,模态逻辑语义学创始人之一,指称因果-历史论(英语:Causal-historical
  • vasculitic血管炎(英语:Vasculitis,复数形为vasculitides),一种因身体机能失调,出现发炎而造成血管破坏的症状,包括动脉跟静脉都会被影响。当发生在静脉时,被称为静脉炎(Phlebitis),发生于动脉时,
  • 托斯卡纳托斯卡纳(意大利语:Toscana,发音:),也译为托斯卡尼、塔斯卡尼,是意大利一个大区,拉齐奥位于其南,翁布里亚位于其东,艾米利亚-罗马涅和利古里亚在其北,西濒第勒尼安海。它经常被评价为意
  • 非医疗用途上娱乐性用药(英语:Recreational drug use),意指会影响人类中枢神经系统,改变人类意识、情绪状态的精神药物统称。这类药物通常被用来产生欣快感(euphoria)、阻止不快记忆、增加愉悦
  • 粘液性囊腺瘤粘液性囊腺瘤(英语:Mucinous cystadenoma),是一类生长于卵巢的、呈粘液性的囊腺瘤,通常为良性肿瘤。恶性肿瘤情况非常罕见,只占10%的粘液性囊腺瘤,以及5%的原发性卵巢恶性肿瘤病例
  • 牟比士症候群牟比士症候群(Möbius syndrome,或拼做Moebius)是一个很罕见的遗传性神经失调疾病,明显的特征是颜面神经麻痹以及没办法控制眼球的移动。大部分刚出生患有牟比士症候群的人都伴
  • 尼港事件坐标:53°08′N 140°44′E / 53.133°N 140.733°E / 53.133; 140.733庙街事件,俄罗斯称尼古拉耶夫斯克事件(俄语:Николаевский инцидент),日本称尼港事件(日
  • 德克·诺维茨基德克·维尔纳·诺维茨基(德语:Dirk Werner Nowitzki,1978年6月19日-),德国籍退役篮球运动员,曾效力美国职业篮球(NBA)达拉斯独行侠(旧译达拉斯小牛队),NBA史上第六位达成30000分的球员,场
  • 无监督学习无监督学习(英语:unsupervised learning)是机器学习的一种方法,没有给定事先标记过的训练示例,自动对输入的数据进行分类或分群。无监督学习的主要运用包含:聚类分析(cluster analy