考虑估计标量确定性参数的估计问题从观察被随机变量破坏. 观察结果是
最小二乘估计器可用于估计什么时候是白高斯随机变量。已知这种估计方法是最优的。为什么？
如果什么来自泊松分布或其他一些非高斯分布，那么比使用发现的更好或更差作为高斯房车？
最优估计器是什么意思以及如何确定最优性？
信息处理
估计
参数估计
2022-01-30 05:27:56
1个回答
因此，最小二乘估计量就是字面意思 - 将均方误差降至最低的估计量。在高斯白噪声的情况下，它有一个简单的解析解。我建议您自己开发它，如果您对矩阵微积分感到满意，那并不难。
您可以通过定义不同的成本函数来生成大量估计量。其他流行的成本函数是 l1-norm (), 可能性 (）。
如果情况不同，很难定义“更好”，例如，非常高方差泊松过程的情况是否与相同方差高斯过程相同？我相信它不是，另外一个是非负整数，而另一个是实数（你可以使用它来获得优势）。