目录
1.算法概述
2.仿真效果
3.MATLAB仿真源码
1.算法概述
高斯—马尔可夫定理(Gauss–Markov theory)是指在给定经典线性回归的假定下,最小二乘估计量是具有最小方差的线性无偏估计量的这一定理。高斯--马尔可夫定理的意义在于,当经典假定成立时,我们不需要再去寻找其它无偏估计量,没有一个会优于普通最小二乘估计量。也就是说,如果存在一个好的线性无偏估计量,这个估计量的方差最多与普通最小二乘估计量的方差一样小,不会小于普通最小二乘估计量的方差。
在统计学中,高斯-马尔可夫定理是指在误差零均值,同方差,且互不相关的线性回归模型中,回归系数的最佳线性无偏估计就是最小方差估计。一般
如果觉得《【数值仿真】GM-MCMC高斯混合马尔科夫-蒙特卡洛算法线性地震反演》对你有帮助,请点赞、收藏,并留下你的观点哦!