MMSE估計(二):從估計到估計器
【本文內容摘自"Signals, Systems and Inferences"之"8.2-From Estimate to an Estimator", by Alan V.Oppenheim and George C.Verghese, 2010.】 上面我們得到對於特定的X=x,有 y^(x)=E[Y∣X=x]. 然而,儘管X是隨機變數,但其取值x不是,因此y^(x)也不是。 在我們進入更深入的討論時,我們有必要在估計隨機變數和實現估計的步驟間劃分出界限。這就好像對於函式的取值和函式本身進行區分。我們把產生估計的過程或者函式稱為估計器(estimator)。 我們用y^(X)來表示MMSE估計器,即 Y^=y^(X)=E[Y∣X]. 注意這裡E[Y∣X]表示一個隨機變數,而非一個數值。 給定X時對Y的MMSE估計器將最小化MSE,這是由於MMSE估計器對於每個特定的值x,都最小化MSE,即 EY,X([Y−y^(X)]2)=EX{EY,X([Y−y^(X)]2∣X)}=∫−∞∞EY,X([Y−y^(X)]2∣X=x)fX(x)dx. 由於估計y^(x)對於X的每個值都能夠最小化EY∣X,因此也能夠最小化EX,因為fX(x)非負。
正交性 MMSE估計器的另外一個重要特性時殘留誤差Y−y^(X)與測量的隨機變數的任意函式h(X)正交,即 EY,X{[Y−y^(X)]h(X)}=0.(1) 因此 EY,X{y^(X)h(X)}=EY,X{Yh(X)}.(2) 特別地,選擇h(X)=1,有 EY,X{y^(X)}=EY{Y}. 因此,估計器被稱為無偏的(unbiased):它的期望值等於估計的隨機變數的期望值。我們可以用無偏性來理解(1),即MMSE估計器的估計誤差與用來構造估計器的隨機變數的任意函式都是無關的。 (2)的證明如下 EY,X{y^(X)h(X)}=EX[EY∣X(Y∣X)h(X)}=EX[EY∣X[Yh(X)∣X}=EY,X{Yh(X)} 由此可以得到(1)中的正交性。
相關推薦
MMSE估計(二):從估計到估計器
【本文內容摘自"Signals, Systems and Inferences"之"8.2-From Estimate to an Estimator", by Alan V.Oppenheim and George C.Verghese, 2010.】 上
Git系列文章(二):從github上下載專案,本地修改後提交至github
Spring官方demo綠房子:spring-projects/greenhouse 1、獲取github遠端倉庫地址: [email protected]:spring-projects/greenhouse.git 2、用git克隆專案到本地 選擇要克隆的程式碼,滑鼠右
Picasso原始碼分析(二):預設的下載器、快取、執行緒池和轉換器
下載器 當用戶沒有為Picasso指定下載器的時候Picasso會通過Utils.createDefaultDownloader(context)方法建立一個預設的下載器 static Downloader createDefaultDownlo
MMSE估計(一):連續隨機變數的估計
【本文內容摘自"Signals, Systems and Inferences"之"8.1-Estimation of a Continuous Random Variable", by Alan V.Oppenheim and George C.Verghes
從NSTimer的失效性談起(二):關於GCD Timer和libdispatch
not 證明 note sta 理解 得到 team 其他 vtable 一、GCD Timer的創建和安放 盡管GCD Timer並不依賴於NSRunLoop,可是有沒有可能在某種情況下,GCD Timer也失效了?就好比一開始我們也不知道NSTim
Linux從入門到適應(二):更換清華源
1 進入到/etc/apt資料夾當中,找到sources.list,將其備份。命令:cp -p sources.list sources.list.old 2 採用管理員方式開啟sources.list: sudo vim sources.list 3 在清華源網站上https://mirror.tuna
SpringMVC乾貨系列:從零搭建SpringMVC+mybatis(二):springMVC原理解析及常用註解
SpringMVC框架介紹 SpringMVC就是通過DispatcherServlet將一堆元件串聯起來的Web框架。 Spring MVC屬於SpringFrameWork的後續產品,已經融合在Spring Web Flow裡面。 Spring 框架提供了構建 We
從零開始學caffe(二):caffe在win10下的安裝編譯
環境要求 作業系統:64位windows10 編譯環境:Visual Studio 2013 Ultimate版本 安裝流程 step1:檔案的下載 從GitHub新增連結描述中下載Windows版本的caffe,並進行解壓到電腦中。 step2:檔案修改 將壓縮包
從新手到系統管理員(二):Linux新手學習Shell指令碼程式設計的五個例子
本文由 [茶話匯] – [Qing] 編譯自 [Avishek Kumar] 轉載請註明出處 例子一:繪製特殊圖形 [code language=”bash”] #!/bin/bash MAX_NO=0 echo -n "Enter Number between (5 to 9) : " re
TensorFlow 從入門到精通(二):MNIST 例程原始碼分析
按照上節步驟, TensorFlow 預設安裝在 /usr/lib/python/site-packages/tensorflow/ (也有可能是 /usr/local/lib……)下,檢視目錄結構: # tree -d -L 3 /usr/lib/pyt
從examples中學spark(二):ModelSelectionViaCrossValidationExample.scala以及模型儲存
學習前理論 學習中領悟 學習後實踐 總結 參考 學習前(理論) 最小二乘法、嶺迴歸、Lasso等 學習中(領悟) 1.首先是一段包匯入,跳過 import org.apache.log4j.{Level, Logger} im
從ECMAScript規範深度分析JavaScript(二):變數物件(下)
本文譯自Dmitry Soshnikov的《ECMA-262-3 in detail》系列教程。其中會加入一些個人見解以及配圖舉例等等,來幫助讀者更好的理解JavaScript。 宣告:本文不涉及與ES6相關的知識。 前言 在本系列教程上一篇文章《從ECMAScript規範深度分
從ECMAScript規範深度分析JavaScript(二):變數物件(上)
本文譯自Dmitry Soshnikov的《ECMA-262-3 in detail》系列教程。其中會加入一些個人見解以及配圖舉例等等,來幫助讀者更好的理解JavaScript。 宣告:本文不涉及與ES6相關的知識。 前言 在學習變數物件之前,我們要對執行期上下文有所瞭解,可以先
Python3爬蟲從入門到自殘(二):HTML及其解析
一.HTML標記語言基礎 要從網頁中抽取資料出來,那麼瞭解HTML標記語言是很重要的,但是這個系列的部落格並不是要專門講HTML的,所以,不會講過多的HTML的細節.對於很熟悉HTML的人就不說啦,對於不熟悉HTML語言的同學,這裡推薦一個教程,精簡,方便查閱.
Java基礎總結從0開始(二):final、finally、finalize的區別
final:用於修飾類、方法和屬性;被修飾的類不能被繼承,方法不能重寫,屬性不可改變即參量; -----ps:abstract和final不能同時修飾類finally:多用捕獲異常後必須執行執行的程式碼塊,比例關閉連線,IO流等;finaliza:JVM在回收垃
從零開始建立uCosIII專案(二):配置uCosIII
新增BSP檔案 新建BSP.h檔案,內容如下 #ifndef _BSP_H_ #define _BSP_H_ #include <stdarg.h> #include <stdio.h> #include <cpu.h> #i
HEVC幀間預測之五——運動估計(二)
分析xTZSearch這個函式,xTZSearchHelp是當中最為重要的子函式之一。它實現最基本的功能:根據輸入的搜尋點座標,參考影象首地址,原始影象首地址,以及當前PU大小等相關資訊,計算出SAD,並與之前儲存的最佳值進行比較,更新到目前為止的最佳值相關引數,如uiBe
無參估計(上):KNN(K nearst neighbor)
無參估計:根據直方圖定義概率公式:,其中V:the volume surrounding X,N:the total number of examples k:the number of the example inside V. 我們將無參估計分為兩類: 固定V,求解
從五篇paper入門大資料與Hadoop(二):GFS
一.GFS設計概覽 1.1目標預想 • 架設在多臺便宜的的裝置而不是大型伺服器上,因此要強調容錯性 • 相容large streaming read和small random reads • 主要支
PnP 單目相機位姿估計(一):初識PnP問題
簡介 理解 更多 IDE:visual studio 2013 使用庫:Eigen opencv2.4.9 文件版本:1.1 簡介 PnP問題是求解3D-2D點對運動的方法。他描述了當知道n個三維空間點