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Z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,缺点是不能反映总数。
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Z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% 数目的观测值,而对剩余的100(1-a)%观测值进行平均。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。