Estatísticas :: Gausshelmert. Estatísticas :: GausShelmert é um módulo de estimativa mínimo de quadrados de menor valor.
Baixe Agora

Estatísticas :: Gausshelmert. Classificação e resumo

Estatísticas :: Gausshelmert. Tag

Módulo Perl. praças estimativa estimativa quadrados Estatísticas Gausshelmert.

Estatísticas :: Gausshelmert. Descrição

Estatísticas :: GausShelmert é um módulo geral de estimativa de mínimos quadrados de peso. Estatísticas :: GausShelmert é um módulo de estimativa de menor tamanho de quadrados gerais.Synopsis Use estatísticas :: Gausshelmert; # Crie um modelo vazio Minhas estimativas de $ = Novas estatísticas :: Gausshelmert; # Configurar o modelo Dadas observações $ y, covariance matrizes # $ sigma_yy, uma adivinhação inicial $ B0 para os parâmetros desconhecidos. $ estimativa-> observações ($ y); $ estimativa-> Covariance_observações ($ Sigma_YY); $ estimativa-> Initial_guess ($ B0); # Especifique a função de modelo implícita e seus jacóbios usando os fechamentos #. $ estimativa-> Observação_Equations (sub {...}); $ estimativa-> Jacobian_unknowns (sub {...}); $ estimativa-> jacobian_observations (sub {...}); # Talvez queremos impor algumas restrições nos parâmetros desconhecidos, isso não é obrigatório $ estimativa-> restrições (sub {...}); $ estimativa-> Jacobian_Constraints (sub {...}); # iniciar estimativa $ estimativa-> Iniciar (verboso => 1); # Imprimir Resultado Imprimir $ Estimativa-> estimado_unknown (), $ estimativa-> Covariance_unknown (); este módulo é uma ferramenta flexível para estimar os parâmetros do modelo, dado um conjunto de observações. O módulo fornece função para um modelo de estimativa linear, o modelo subjacente é chamado Gauss-Helmert Model.Statistics :: GausShelmert é diferente de módulos como estatísticas :: OLS no sentido de que pode caber funções arbitrárias a dados de quaisquer dimensões. Você tem que especificar uma função de minimização implícita (em contraste com funções explícitas como nos métodos tradicionais de regressão) e seus derivativos com respeito aos desconhecidos e às observações. Você também pode especificar a função de restrição nos incógnitos (com sua derivada). Além disso, você já precisa de uma solução aproximada. Para alguns problemas, é fácil encontrar soluções aproximadas, resolvendo diretamente os parâmetros desconhecidos com algumas observações bem escolhidas. Requisitos: · Perl.

Estatísticas :: Gausshelmert. Software Relacionado