Java·Applied·Geodesy·3D

Least-Squares Adjustment Software for Geodetic Sciences

Benutzer-Werkzeuge

Webseiten-Werkzeuge


least-squares-adjustment:reliability

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

AssertionError: assert($j < $other_len && !$other_changed[$j])

AssertionError: assert($j < $other_len && !$other_changed[$j])

An unforeseen error has occured. This is most likely a bug somewhere.

More info has been written to the DokuWiki error log.

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
least-squares-adjustment:reliability [2025/08/01 11:41] – [Genauigkeitsmaße der Parameter] Michael Löslerleast-squares-adjustment:reliability [2026/01/26 16:05] (aktuell) – [Redundanzanteil] Michael Lösler
Zeile 88: Zeile 88:
  
 worin $\mathbf{P}$ die (diagonale) Gewichtsmatrix des [[:least-squares-adjustment#stochastisches_modell|stochastischen Modells]] und $\mathbf{Q_{vv}}$ die Kofaktormatrix der Beobachtungsresiduen sind. Auf der Hauptdiagonalen von $\mathbf{R}$ stehen die sogenannten Redundanzanteile $r_i$ für jede Beobachtung. Für stochastisch unabhängige Beobachtungen stellt der Redundanzanteil $r_i$ einer Beobachtung ein normiertes Zuverlässigkeitsmaß dar und zeigt an, wie gut die betreffende Beobachtung durch die übrigen Beobachtungen kontrolliert wird. Während ein Redundanzanteil von $r_i = 0$ bedeutet, dass die Beobachtung nicht kontrolliert ist, repräsentiert $r_i = 1$ eine vollständige Kontrolle. Gelegentlich wird $r_i$ in Prozent angeben und durch den Parameter $EV_i [\%] = 100 \cdot r_i$ ausgedrückt. Als Faustregel für den Redundanzanteile $r_i$ gilt: worin $\mathbf{P}$ die (diagonale) Gewichtsmatrix des [[:least-squares-adjustment#stochastisches_modell|stochastischen Modells]] und $\mathbf{Q_{vv}}$ die Kofaktormatrix der Beobachtungsresiduen sind. Auf der Hauptdiagonalen von $\mathbf{R}$ stehen die sogenannten Redundanzanteile $r_i$ für jede Beobachtung. Für stochastisch unabhängige Beobachtungen stellt der Redundanzanteil $r_i$ einer Beobachtung ein normiertes Zuverlässigkeitsmaß dar und zeigt an, wie gut die betreffende Beobachtung durch die übrigen Beobachtungen kontrolliert wird. Während ein Redundanzanteil von $r_i = 0$ bedeutet, dass die Beobachtung nicht kontrolliert ist, repräsentiert $r_i = 1$ eine vollständige Kontrolle. Gelegentlich wird $r_i$ in Prozent angeben und durch den Parameter $EV_i [\%] = 100 \cdot r_i$ ausgedrückt. Als Faustregel für den Redundanzanteile $r_i$ gilt:
- * $0.0 \leq r_i \lt 0.1$ → schlecht kontrolliert+ * $0.0 \leq r_i \lt 0.1$ → schlecht kontrollierbar
- * $0.1 \leq r_i \lt 0.3$ → ausreichend kontrolliert+ * $0.1 \leq r_i \lt 0.3$ → ausreichend kontrollierbar
- * $0.3 \leq r_i \lt 0.7$ → gut kontrolliert+ * $0.3 \leq r_i \lt 0.7$ → gut kontrollierbar
- * $0.7 \leq r_i \leq 1.0$ → sehr gut kontrolliert.+ * $0.7 \leq r_i \leq 1.0$ → sehr gut kontrollierbar.