Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- least-squares-adjustment:outlier [2018/03/11 19:03] – angelegt Michael Lösler
+++ least-squares-adjustment:outlier [2018/05/19 21:37] – [Teststatistik] Michael Lösler
@@ Zeile 1: / Zeile 1: @@
 ====== Prüfung auf Modellstörungen ======
-Zum Aufdecken von Modellstörungen nutzt JAG3D zwei Teststrategien. Zum einen wird mit ''T<sub>prio</sub>'' eine auf den //a-priori// Varianzfaktor bezogene Testgröße bestimmt und zum anderen mit ''T<sub>post</sub>'' eine //a-posteriori// varianzbezogene Testgröße zur Prüfung ermittelt. Beide Verfahren sind als allgemeine multiple Tests formuliert, deren kritische Werte wahlweise nach der [[#abstimmung_von_einzel-_und_globaltest_mittels_b-methode|B-Methode]] oder mittels [[#sidak-korrektur|Šidák-Korrektur]] für //Fisher//-verteilte Testgrößen aufeinander abgestimmt werden.
+Zum Aufdecken von Modellstörungen nutzt JAG3D zwei Teststrategien. Zum einen wird mit $T_{prio}$ eine auf den //a-priori// Varianzfaktor bezogene Testgröße bestimmt und zum anderen mit $T_{post}$ eine //a-posteriori// varianzbezogene Testgröße zur Prüfung ermittelt. Beide Verfahren sind als allgemeine multiple Tests formuliert, deren kritische Werte wahlweise nach der [[#abstimmung_von_einzel-_und_globaltest_mittels_b-methode|B-Methode]] oder mittels [[#sidak-korrektur|Šidák-Korrektur]] für //Fisher//-verteilte Testgrößen aufeinander abgestimmt werden.
-Eine allgemeine Prüfung des [[:least-squares-adjustment#funktionales_modell|funktionalen]] und [[:least-squares-adjustment#stochastisches_modell|stochastischen Modells]] erfolgt über den Globaltest ''T<sub>G</sub>''
+Eine allgemeine Prüfung des [[:least-squares-adjustment#funktionales_modell|funktionalen]] und [[:least-squares-adjustment#stochastisches_modell|stochastischen Modells]] erfolgt über den Globaltest $T_{G}$
 $$ T_{G} = \frac{\hat \sigma_0^2} {\sigma_0^2} \sim F_{f,\infty} $$
@@ Zeile 24: / Zeile 24: @@
 genannt werden. Eine konkrete Lokalisierung von möglichen Ausreißern ist hingegen nicht möglich, sodass das Durchführen von Einzeltests unumgänglich ist und daher primär zur Analyse und Bewertung herangezogen werden sollte.
-Die //i//-te //a-priori// bezogene Testgröße ergibt sich für den ''m''-dimensionalen multiplen Test aus
+Die $i$-te //a-priori// bezogene Testgröße ergibt sich für den $m$-dimensionalen multiplen Test aus
 $$ T_{prio,i} = \frac{\mathbf{\nabla_i^TQ_{\nabla\nabla,i}^{-1}\nabla_i}} {m\sigma_0^2} \sim F_{m,\infty} $$
@@ Zeile 32: / Zeile 32: @@
 $$ T_{post,i} = \frac{\mathbf{\nabla_i^TQ_{\nabla\nabla,i}^{-1}\nabla_i}} {m\hat{\sigma'_i}^2} \sim F_{m,f-m} $$
-Der geschätzte //a-posteriori// Varianzfaktor der Gesamtausgleichung ist aufgrund einer Modellstörung verzerrt. Aus diesem Grund wird die Verbesserungsquadratsumme ''Ω'' um den Einfluss der möglichen Modellstörung reduziert.
+Der geschätzte //a-posteriori// Varianzfaktor der Gesamtausgleichung ist aufgrund einer Modellstörung verzerrt. Aus diesem Grund wird die Verbesserungsquadratsumme $\Omega$ um den Einfluss der möglichen Modellstörung reduziert.
 $$ \hat{\sigma'_i}^2 = \frac{\Omega - \mathbf{\nabla_i^TQ_{\nabla\nabla,i}^{-1}\nabla_i}} {f-m} $$
-Die zur //i//-ten [[:least-squares-adjustment:observation|Beobachtung]] geschätzte [[:least-squares-adjustment:reliability#modellstoerung|Modellstörung]] ist hierbei ''∇<sub>i</sub>'' mit zugehöriger Kofaktormatrix ''Q<sub>∇∇,i</sub>''.
+Die zur $i$-ten [[:least-squares-adjustment:observation|Beobachtung]] geschätzte [[:least-squares-adjustment:reliability#modellstoerung|Modellstörung]] ist hierbei $\nabla_i$ mit zugehöriger Kofaktormatrix $\mathbf{Q}_{\nabla\nabla,i}$.
 Analog zum Globaltest lassen sich auch die geschätzten Varianzfaktoren der Beobachtungsgruppen, die aus der [[:least-squares-adjustment:variance-component-estimation|Varianzkomponentenschätzung]] resultieren, auf Modellkonformität prüfen. Anstelle des //a-posteriori// Varianzfaktors der Gesamtausgleichung wird hierbei auf den geschätzten Varianzfaktor der jeweiligen Gruppe zurückgegriffen.
-//Hinweis:// In der geodätischen Literatur wird häufig für den //a-priori// Einzeltest die //normierte Verbesserung (NV)// und für den //a-posteriori// Einzeltest der //t-Test// beschrieben. Hierbei handelt es sich um Spezialfälle der in JAG3D implementierten Testverfahren für ''m=1''. Eine Übertragung kann jedoch aus den Beziehungen der //Fisher//-Verteilung zur Normal- bzw. Student-t-Verteilung leicht abgeleitet werden für ''m=1'':
+//Hinweis:// In der geodätischen Literatur wird häufig für den //a-priori// Einzeltest die //normierte Verbesserung (NV)// (auch als w-Test bezeichnet) und für den //a-posteriori// Einzeltest der //t-Test// beschrieben. Hierbei handelt es sich um Spezialfälle der in JAG3D implementierten Testverfahren für $m=1$. Eine Übertragung kann jedoch aus den Beziehungen der //Fisher//-Verteilung zur Normal- bzw. Student-t-Verteilung leicht abgeleitet werden für $m=1$:
 $$NV = \sqrt{T_{prio}}$$
@@ Zeile 48: / Zeile 48: @@
 $$t-Test = \sqrt{T_{post}}$$
-Für ''m>1'' gilt dies jedoch nicht!
+Für $m \ne 1$ gilt dies jedoch nicht!
 ====== Teststatistik ======
-Soll die Irrtumswahrscheinlichkeit ''α'' nicht auf alle Teststatistiken einheitlich angewendet werden, so unterstützt JAG3D wahlweise eine Anpassung von ''α'' mittels //Baarda//s B-Methode oder der //Šidák//-Korrektur.
+Soll die Irrtumswahrscheinlichkeit $\alpha$ nicht auf alle [[user-interface:teststatistic|Teststatistiken]] einheitlich angewendet werden, so unterstützt JAG3D wahlweise eine Anpassung von $\alpha$ mittels //Baarda//s B-Methode oder der //Šidák//-Korrektur.
 ===== Abstimmung von Einzel- und Globaltest mittels B-Methode =====
@@ Zeile 57: / Zeile 58: @@
 Das Konzept zur Abstimmung von Global- und Einzeltest geht auf die Postulate von Baarda (1968) zurück. Allgemein gilt für die Abstimmung zweier (oder mehrerer) Teststatistiken, dass beim Zutreffen der Alternativhypothese die abgestimmten Teststatistiken mit gleicher Wahrscheinlichkeit verworfen werden.
-$$\lambda(\alpha_1, 1-\beta_1, 1, k_1) = \lambda(\alpha_2, 1-\beta_2, 2, k_2) = ... = \lambda(\alpha_f, 1-\beta_f, f, k)$$
+$$\lambda(\alpha_1, 1-\beta, 1, n_1) = \lambda(\alpha_2, 1-\beta, 2, n_2) = ... = \lambda(\alpha_m, 1-\beta, m, n)$$
-Die Abstimmung basiert auf einer einheitlichen Testgüte ''β<sub>1</sub>= β<sub>2</sub>= ... = β<sub>f</sub>'', weshalb diese Methode in der Literatur auch als //B-Methode// (bzw. //β-Methode//) bezeichnet wird. Werte für den Nichtzentralitätsparameter ''λ'' bei unterschiedlichen Freiheitsgraden ''f'' und Irrtumswahrscheinlichkeiten ''α'' können für ''k = ∞'' u.a. Nomogrammen aus Baardas Arbeiten entnommen oder über [[http://diegeodaeten.de/testabstimmung.html#uid_953|Online-Rechner]] ermittelt werden.
+Die Abstimmung basiert auf einer einheitlichen Testgüte $\beta$, weshalb diese Methode in der Literatur auch als //B-Methode// bezeichnet wird. Werte für den Nichtzentralitätsparameter $\lambda$ bei unterschiedlichen Freiheitsgraden $m$ und Irrtumswahrscheinlichkeiten $\alpha$ können für $n = \infty$ u.a. Nomogrammen aus Baardas Arbeiten entnommen werden.
-Bei der Netzausgleichung in JAG3D erfolgt die Abstimmung aller kritischer Werte wahlweise auf den eindimensionalen //a-priori// varianzbezogenen Test ''K<sub>prio,ṁ=1,k=∞</sub>'' oder dem Globaltest ''K<sub>global</sub> = K<sub>prio,ṁ=f,k=∞</sub>'' der //Fisher//- bzw. //F//-Verteilung. Durch Vorgabe einer Irrtumswahrscheinlichkeit ''α<sub>ṁ</sub>'' und einer Teststärke ''1-β'' liegt der Nichtzentralitätsparameter ''λ'' fest, sodass ''α(ṁ,m)'' auf alle übrigen ''m''-dimensionalen //a-priori// und //a-posteriori// bezogenen kritischen Werte geschlossen werden kann.
+Bei der Netzausgleichung in JAG3D erfolgt die Abstimmung aller kritischer Werte wahlweise auf den eindimensionalen //a-priori// varianzbezogenen Test $K_{prio,f_1=1,f_2=\infty}$ oder den Globaltest $K_G = K_{prio,f_1=f,f_2=\infty}$ der //Fisher//- bzw. //F//-Verteilung. Durch Vorgabe einer Irrtumswahrscheinlichkeit $\alpha_{f_1, \infty}$ und einer (einheitlichen) Teststärke $1-\beta$ liegt der Nichtzentralitätsparameter $\lambda$ fest, sodass mit $\alpha(m, n)$ auf alle übrigen $m$-dimensionalen //a-priori// und //a-posteriori// bezogenen kritischen Werte geschlossen werden kann.
-$$\alpha(m,k)=\alpha(\alpha_{\dot m},1-\beta,\dot m,\infty,m,k)$$
+$$\alpha(m, n)=\alpha(\alpha_{f_1}, 1-\beta, f_1,\infty, m, n)$$
-Für die Abstimmung auf den Individualtest ist ''ṁ=1'' zu setzen und bei der Abstimmung auf den Globaltest ist ''ṁ=f''.
+Für die Abstimmung auf den Individualtest ist $f_1=1$ zu setzen und bei der Abstimmung auf den Globaltest ist $f_1=f$.
@@ Zeile 74: / Zeile 75: @@
 $$\alpha_{lokal}=1-(1-\alpha_{global})^{1/p}$$
-lässt sich die Irrtumswahrscheinlichkeit der gesamten Hypothesenfamilie ''α<sub>global</sub>'' auf die einzelnen lokalen Hypothesen ''α<sub>lokal</sub>'' portionieren. Hierbei entspricht ''p'' der Anzahl der Hypothesen. In JAG3D ergibt sich ''p'' aus der Anzahl aller prüfbaren Beobachtungen und dem Globaltest. Eine Beobachtung gilt als prüfbar, wenn sie einen [[:least-squares-adjustment|Redundanzanteil]] von ''r>0'' aufweist. Durch Vorgabe eines ''α<sub>lokal</sub>'' und Umkehrung der Šidák-Korrektur lässt sich wahlweise auch das globale ''α<sub>global</sub>''-Nivau ableiten.
+lässt sich die Irrtumswahrscheinlichkeit der gesamten Hypothesenfamilie $\alpha_{global}$ auf die einzelnen lokalen Hypothesen $\alpha_{lokal}$ portionieren. Hierbei entspricht $p$ der Anzahl der Hypothesen. In JAG3D ergibt sich $p$ aus der Anzahl aller prüfbaren Beobachtungen und dem Globaltest. Eine Beobachtung gilt als prüfbar, wenn sie einen [[:least-squares-adjustment|Redundanzanteil]] von $r_i \gt 0$ aufweist. Durch Vorgabe eines $\alpha_{lokal}$ und Umkehrung der Šidák-Korrektur lässt sich wahlweise auch das globale $\alpha_{global}$-Nivau ableiten.
-Der Nichtzentralitätsparameter ''λ'' wird durch das vorgegebene ''α'' und ''β'' festgelegt und analog zum ermittelten ''α<sub>lokal</sub>'' einheitlich bei allen ''m''-dimensionalen Teststatistiken zugrunde gelegt. Hierdurch ändert sich die Testgüte der einzelnen Teststatistiken in Abhängigkeit der Freiheitsgrade ''m'' und ''k''.
+Der Nichtzentralitätsparameter $\lambda$ ist durch das vorgegebene $\alpha$ und $\beta$ festgelegt und wird analog zum ermittelten $\alpha_{lokal}$ einheitlich bei allen $m$-dimensionalen Teststatistiken zugrunde gelegt. Hierdurch ändert sich die Testgüte der einzelnen Teststatistiken in Abhängigkeit der Freiheitsgrade $n$ und $m$.
-$$\beta(m,k)=\beta(\beta,\lambda,p,\infty,m,k)$$
+$$\beta(m, n)=\beta(\beta,\lambda,p,\infty,m,n)$$
 ===== Keine Abstimmung =====
-Erfolgt keine Abstimmung zwischen den Teststatistiken, so wird die vorgegebene Irrtumswahrscheinlichkeiten ''α'' und die Teststärke ''1-β'' auf alle Hypothesen einheitliche angewendet. Der Nichtzentralitätsparameter ''λ''
+Erfolgt keine Abstimmung zwischen den Teststatistiken, so wird die vorgegebene Irrtumswahrscheinlichkeiten $\alpha$ und die Teststärke $1-\beta$ auf alle Hypothesen einheitliche angewendet. Der Nichtzentralitätsparameter $\lambda$
-$$\lambda(m,k)=\lambda(\alpha,1-\beta,m,k)$$
+$$\lambda(m, n)=\lambda(\alpha,1-\beta,m,n)$$
-hängt hierbei von den Freiheitsgraden ''m'' und ''k'' der jeweiligen Teststatistik ab.
+hängt hierbei von den Freiheitsgraden $n$ und $m$ der jeweiligen Teststatistik ab.
 ===== Dimensionen der Teststatistik =====
-Die Irrtumswahrscheinlichkeiten, die Macht des Tests und die Quantile der Teststatistik werden in Abhängigkeit der beiden Freiheitsgrade ''m'' und ''k'' auf der Ergebnisseite des Dateneditors und im Standardreport ausgegeben. Die nachfolgende Tabelle weist den einzelnen Beobachtungstypen den entsprechenden ''m''-dimensionalen Test zu.
+Die Irrtumswahrscheinlichkeiten, die Macht des Tests und die Quantile der Teststatistik werden in Abhängigkeit der beiden Freiheitsgrade $n$ und $m$ auf der Ergebnisseite des Dateneditors und im Standardreport ausgegeben. Die nachfolgende Tabelle weist den einzelnen Beobachtungstypen den entsprechenden $m$-dimensionalen Test zu.
 ^  m  ^  Typ  ^
@@ Zeile 97: / Zeile 98: @@
 |  3  |3D-GNSS-Basislinien, Raumpunkte |
-Der Freiheitsgrad ''k'' gibt an, ob es ein //a-priori// varianzbezogenen Test ist (''k = ∞'') oder ein //a-posteriori// varianzbezogenen (''k = f-m'').
+Der Freiheitsgrad $n$ gibt an, ob es ein //a-priori// varianzbezogenen Test ist ($n = \infty$) oder ein //a-posteriori// varianzbezogenen ($n = f-m$).
-Analog zum globalen Test werden auch die einzelnen Varianzfaktoren der Beobachtungsgruppen, die aus der Varianzkomponentenschätzung resultieren, auf Modellverträglichkeit geprüft. Hierzu wird der Redundanzanteil der jeweiligen Gruppe (''m = r<sub>G</sub>, k = ∞'') genutzt.
+Analog zum globalen Test werden auch die einzelnen Varianzfaktoren der Beobachtungsgruppen, die aus der Varianzkomponentenschätzung resultieren, auf Modellverträglichkeit geprüft. Hierzu wird der Redundanzanteil der jeweiligen Gruppe ($m = r_G$, $n = \infty$) genutzt.