robustní vyrovnání
DESCRIPTION
Robustní vyrovnání. Věra Pavlíčková, únor 2014. Stručně o vyrovnání. Při měření sítí jsou změřeny nadbytečné veličiny Abychom dosáhli jediného výsledku, měření opravíme tak, aby opravy vyhovovaly stanovené podmínce Nejčastěji se používá vyrovnání metodou nejmenších čtverců. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/1.jpg)
ROBUSTNÍ VYROVNÁNÍ
Věra Pavlíčková, únor 2014
![Page 2: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/2.jpg)
STRUČNĚ O VYROVNÁNÍ Při měření sítí jsou změřeny nadbytečné
veličiny Abychom dosáhli jediného výsledku,
měření opravíme tak, aby opravy vyhovovaly stanovené podmínce
Nejčastěji se používá vyrovnání metodou nejmenších čtverců
![Page 3: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/3.jpg)
METODA NEJMENŠÍCH ČTVERCŮ Opravy vyhovují podmínce Σpv2 je minimální Výhody
Jednoduchý výpočet Nevytváří příliš velké opravy ->výsledky se příliš
neliší od měřených hodnot Metoda je všeobecně známá, používaná a tedy
prověřená Nevýhody
Správné fungování MNČ předpokládá normální rozdělení chyb
I malé odchylky od normálního rozdělení pravděpodobnosti mají značný vliv na kvalitu výsledku->jen několik hrubých chyb může znehodnotit jinak kvalitní měření.
![Page 4: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/4.jpg)
NORMÁLNÍ ROZDĚLENÍ Náhodné chyby odpovídají normálnímu
rozděleníOscilují kolem nulové hodnotyPravděpodobnost výskytu kladné a záporné
chyby určité velikosti je stejná
![Page 5: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/5.jpg)
ROBUSTNÍ STATISTICKÉ METODY Oproti klasickým metodám si
zachovávají funkčnost v určitém okolí normálního rozděleníneselžou při „mírném“ nesplnění požadavku
na normální rozdělení chyb, tj. pokud jsou správná měření kontaminována odlehlými měřeními
Čím větší odolnost vůči odlehlým měřením, tím robustnější metody
![Page 6: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/6.jpg)
ROBUSTNÍ VYROVNÁNÍ Využívá se pro vyhledání hrubých chyb
a jejich vyloučení z výpočtu Samotné vyrovnání je následně
provedeno metodou nejmenších čtverců Malé množství chybných měření lze
odhalit testy odlehlých měření, v případě vyšší kontaminace je vhodné (nutné) použít pro jejich identifikaci robustní vyrovnání
![Page 7: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/7.jpg)
ROZDĚLENÍNejrozšířenější třídy odhadů robustní statistiky jsou: M-odhady
jsou založeny na metodě maximální věrohodnosti (maximum-likelihood)
L-odhady jsou založeny na výpočtu lineárních
kombinací pořadových statistik a R-odhady
jsou založeny na neparametrických testech
![Page 8: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/8.jpg)
M-ODHADY
![Page 9: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/9.jpg)
M-ODHADY Hledá řešení, které je
nejpravděpodobnější Jako podezřelá měření bere měření s
největší opravou Normovaná chyba Normovaná oprava Korekční člen w představuje určitou
váhu měření, jejichž velikost je přímo závislá na velikosti normované opravy, tj.
![Page 10: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/10.jpg)
M-ODHADY Koeficienty w se sestaví do diagonální
váhové matice W Tato matice se použije jako matice vah ve
zprostředkujícím vyrovnání
Váhy wi závisí na opravách vi, tj. na odhadu neznámých x. Odhad tedy musí být určován iterativně, jako první aproximaci lze použít výsledek metody nejmenších čtverců.
![Page 11: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/11.jpg)
HUBERŮV M-ODHAD Až na násobný koeficient se jedná o
metodu nejmenších čtverců a metodu nerobustní, váha je konstantní wi = 1.
Volí se konstanta c, která závisí na četnosti odlehlých měření
Vlivová funkce ψ při MNČ Vlivová funkce ψ při Huberově M-odhadu
![Page 12: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/12.jpg)
HUBERŮV M-ODHAD Váhy se volí podle předpisů
Odvození je pro případ, kdy jsou všechna měření stejně přesná. Pokud máme různě přesná měření, wi se použije jako násobný koeficient.
![Page 13: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/13.jpg)
POUŽITÁ LITERATURA 18. Metody robustního odhadu. IngGeo -
portál inženýrské geodézie. Dostupné z: http://inggeo.fsv.cvut.cz/wiki/doku.php?id=04_teorie_chyb:0418_robustni_odhad
Prezentace diplomové práce: Kontrola stability sítě v reálném čase pomocí přístroje Leica TCA2003, Petr Polák. Dostupné z: svambor.borec.cz/diplomka/poli.ppt
Česká statistická společnost. Dostupné z: http://www.statspol.cz/robust
![Page 14: Robustní vyrovnání](https://reader036.vdocuments.mx/reader036/viewer/2022081511/56815ab9550346895dc874ca/html5/thumbnails/14.jpg)
DĚKUJI ZA POZORNOST
Konference ROBUST je nejvýznamnějším setkáním statistiků pořádaným Českou statistickou společností
(pořádaná poprvé v r. 1980 a dále každý sudý rok jako letní či zimní škola, původně organizovaná JČSMF, později JČMF
za podpory ČStS).