مقایسه روش سرشکنی کمترین مربعات کامل وزن دار و مدل ترکیبی گوس-هلمرت: مساله رگرسیون خطی

مقایسه روش سرشکنی کمترین مربعات کامل وزن دار و مدل ترکیبی گوس-هلمرت: مساله رگرسیون خطی

سیدشهرام جزائری1

1) استادیار بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

کد IOI مقاله : XGCA-KGAAE
محل انتشار : سومین کنفرانس بین المللی معماری، عمران،شهرسازی،محیط زیست و افق های هنر اسلامی در بیانیه گام دوم انقلاب(3icacu.ir)
چکیده :
    برای برآورد نااریب و با کمترین واریانس پارامترها، در مسائلی که تعداد مشاهدات از تعداد پارامترهای مجهول بیشتر است از سرشکنی کمترین مربعات معمولی استفاده می شود. اما درسرشکنی کمترین مربعات معمولی فرض بر این است که فقط بردار مشاهدات آغشته به خطای تصادفی هستند. اگر علاوه بر بردار مشاهدات ماتریس ضرائب نیز آغشته به خطای تصادفی باشد که از مسایل بسیار مهم و پرتکرار علوم مختلف ازجمله علوم مهندسی است، سرشکنی کمترین مربعات معمولی کارایی ندارد. برای برآورد پارامترهای مجهول در این حالت می توان از سرشکنی کمترین مربعات کامل وزن دار و یا مدل ترکیبی گوس-هلمرت استفاده کرد. در این مقاله روش ترکیبی گوس-هلمرت و سرشکنی کمترین مربعات کامل وزن دار برای مساله رگرسیون خطی مقایسه شده اند. نتایج عددی نشان می دهند که بجای استفاده از مدل ترکیبی گوس- هلمرت که برای هر مساله باید ماتریس متناظر با بردار مشاهدات و مجهولات را تشکیل داد و پیچیدگی دارد می توان از ساختار سرشکنی کمترین مربعات کامل وزن دار که ساختاری شبیه سرشکنی کمترین مربعات معمولی دارد استفاده کرد و با همگرایی بسیار بالاتر پارامترهای مجهول را برآورد نمود.

کلمات کلیدی : سرشکنی کمترین مربعات سرشکنی کمترین مربعات کامل سرشکنی کمترین مربعات کامل وزن دار سرشکنی مدل ترکیبی گوس هلمرت رگرسیون خطی