• 大小: 746B
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-06-05
  • 语言: Matlab
  • 标签:

资源简介

应用matlab实现的高等数理统计最小二乘估计源码 Matlab implementation of higher application of mathematical statistics source least squares estimation

资源截图

代码片段和文件信息

%------begin computing the Least Square Estimate of intensity coefficients
frequency=[20;200;2000;20000];
timeIntvl=0:0.025:24.975;
timeIntvl=timeIntvl*(10^-3);  % transform the ms unit of time into s unit 
ctrlVarMatrix=sin(2*pi*(frequency*timeIntvl));   % compute the matrix of the control variables
fid=fopen(‘observationsOfSample.txt‘‘r‘);
obstnVector_Y=fscanf(fid‘%f‘); % read observations of sample from file
fclose(fid);
obstnVector_Y=obstnVector_Y*(10^-3);  % transform the mV unit of voice into V unit
factorLSE1=ctrlVarMatrix*transpose(ctrlVarMatrix);
if(rank(factorLSE1)    factorLSE2=inv(factorLSE1+eye(44)*(10^-7));  % modify the factorLSE1:add up factorLSE1 and a unit matrix that multiled by a tiny value  
else
    factorLSE2=inv(factorLSE1);  % compute the generalized inverse matrix of factorLSE1 
end
factorLSE=factorLSE2*ctrlVarMatrix*obstnVector_Y;  % compute the Least Square Estimate of intensity coefficients   
%------end computing the Least Square Estimate of intensity coefficients
%------begin computing the Least Square Estimate of variance
Qe=0;
for i=1:size(obstnVector_Y1)
    Qe=Qe+(obstnVector_Y(i)-(transpose(ctrlVarMatrix(:i))*factorLSE))^2;
end
varianceLSE=Qe/(size(obstnVector_Y1)-size(frequency1)-1);
%------end computing the Least Square Estimate of variance
%------output the result of Least Square Estimate
disp([‘the LSE of factors from 1 to ‘num2str(size(factorLSE1))‘ as follow : ‘])
disp(vpa(factorLSE4))
disp(‘the LSE of variance as follow : ‘)
disp(vpa(varianceLSE4))
plot(timeIntvlobstnVector_Y)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1611  2008-12-21 19:58  LSETest.m

----------- ---------  ---------- -----  ----

                 1611                    1


评论

共有 条评论