<span id="5u2si"></span>

<dd id="5u2si"><noscript id="5u2si"></noscript></dd>

<span id="5u2si"></span>
<rp id="5u2si"><acronym id="5u2si"><input id="5u2si"></input></acronym></rp>
<dd id="5u2si"></dd>
<li id="5u2si"></li>
<span id="5u2si"></span>

<ol id="5u2si"><strike id="5u2si"><u id="5u2si"></u></strike></ol>
<tbody id="5u2si"></tbody>
      <nav id="5u2si"></nav>
    1. 新聞中心
      您當前的位置 : 首 頁 > 新聞中心 > 公司動態

      滾動軸承常用估計方法的特點

      2021-06-25 10:41:59

      滾動軸承常用估計方法的特點:


      1. 中位數估計

      中位數估計是在極小極大化準則以及Hampel準則下的一種最優估計,性能體數據特征。很穩健,可以很好地反映樣本數據的位置,缺點是不能反映總數。


      2. HuberM估計

      Huber M的函數為J(t):

      [t, 川<K  (4-1)J()= Ksgn(),I>K

      式中,J(0為HuberM函數,1為自變量, K為常數,sgn()為符 號函數:

      [1, 1>0

      sgn()={0, t=0  (4-2)

      (-1, 1<0式中,sgn()為符號函數,I 為自變量。

      滾動軸承

      根據式(4-1)及式(4-2)可以看出,Huber M函數在中間是線性的,尾部是常數,是連續、非遞減、有界的奇函數。


      Huber M估計在極小極大化準則與Hampel準則下是最優的穩健估計,可以反映數據特征,但很難應用于實際中,主要有以下原因:

      (1)對實驗數據要求苛刻,要求數據是連續、非遞減、有界的奇函數;

      (2)臨界值有限制,而且不容易確定;

      (3)沒有給出檢驗標準。


      3. L估計

      設顯著性水平為a, L估計是指將原樣本上下兩端各去掉100a% 數目的觀測值,而對剩余的100(1-a)%觀測值進行平均。這樣做的優點是,平均值不受個別異常值影響且數據穩健,但缺點是減小了樣本容量,即減少了信息量。

      標簽

      0

      最近瀏覽:

      国产精品亚洲精品日韩已方
      <span id="5u2si"></span>

      <dd id="5u2si"><noscript id="5u2si"></noscript></dd>

      <span id="5u2si"></span>
      <rp id="5u2si"><acronym id="5u2si"><input id="5u2si"></input></acronym></rp>
      <dd id="5u2si"></dd>
      <li id="5u2si"></li>
      <span id="5u2si"></span>

      <ol id="5u2si"><strike id="5u2si"><u id="5u2si"></u></strike></ol>
      <tbody id="5u2si"></tbody>
        <nav id="5u2si"></nav>