EBSILON®Professional Online Documentation
原始数据分析

原始数据分析和以平衡形式表示的辅助(约束)条件

 

在这里描述的方法中实施原始数据分析需要特别讨论。由于原始数据分析不是基于修正后的估计值,属于原始数据的辅助变量的值并不是预先知道的,必须进行确定。此外,必须考虑到辅助(约束)变量对违反辅助(约束)条件的置信区间的影响。

为了确定与原始数据  相关的辅助量 ,我们注意到,根据假设,p 个辅助量由 p 个方程  定义。由于方程 g 通常是非线性的, 必须在牛顿迭代的背景下确定,以计算零点:

设 。然后,线性化得到 。假设函数矩阵  在有解的情况下是可逆的,这就产生了用于确定与原始数据  相关的辅助量  的迭代规则:

 (23)

当迭代完成后,, 就是已知的。然后代入到 r 的物理辅助(约束)条件 f(x,y),将产生原始数据分析对约束条件  的违反情况 

                                (24)

在原始数据分析中,不仅要指定辅助(约束)条件的违反情况,而且还要分别指定其置信区间与方差。这些都是在计算辅助(约束)条件的误差时确定的,如同 VDI 2048,表 2,方程(61)中指定的那样:

正如在关于计算校正的协方差的段落中已经讨论过的一样,这里必须考虑  其中 由方程  定义。因此,公式(21),(22)再次适用,所以在这里选择的公式的背景下,方程

                      (25)

将被使用,这里与方程(10)类似,定义方程

                 (26)