|
|
|
滚动轴承常用估计方法的特点滚动轴承常用估计方法的特点：
1.中位数估计 中位数估计是在极小极大化准则以及Hampel准则下的一种最优估计，性能体数据特征。很稳健，可以很好地反映样本数据的位置， 缺点是不能反映总 2. HuberM估计 Huber M的函数为J(t): [t, 川<K (4-1)J()= Ksgn(),I>K 式中，J(0为HuberM函数，1为自变量， K为常数，sgn()为符 号函数: [1, 1>0 sgn()={0, t=0 (4-2) (-1, 1<0式中，sgn()为符号函数，I 为自变量。 根据式(4-1)及式(4-2)可以看出，Huber M函数在中间是线性的，尾部是常数，是连续、非递减、有界的奇函数。 Huber M估计在极小极大化准则与Hampel准则下是最优的稳健估计，可以反映数据特征，但很难应用于实际中，主要有以下原因: (1)对实验数据要求苛刻，要求数据是连续、非递减、有界的奇函数; (2)临界值有限制，而且不容易确定; (3)没有给出检验标准。 3.L估计 设显著性水平为a, L估计是指将原样本上下两端各去掉100a% %u6570目的观测值，而对剩余的100(1-a)%%u89C2测值进行平均。这样做的优点 是，平均值不受个别异常值影响且数据稳健，但缺点是减小了样本容量，即减少了信息量。 |
|
