论文部分内容阅读
工业数据建模常常使用最小二乘法进行参数估计,在数据满足一定条件的前提下,可得到被估计参数的无偏估计值。但是工业数据一般含有测量误差,当基于误差数据作为自变量进行最小二乘回归时,得到的参数估计值往往是有偏的,其结果不能正确反映数据变量之间的结构关系。因此,对二元变量模型进行了深入分析,通过对测量误差进行合理假设,建立了在统计意义下被估计参数真值与测量误差和参数有偏估计值之间的解析关系式,为进一步参数校正奠定了理论基础。仿真实例表明了该方法的有效性。