Documente Academic
Documente Profesional
Documente Cultură
0 I
U * − WV * −1 W T 0 δ a ε a − WV * −1ε b
=
WT V * δ b εb
ΣP=(JTΣX-1J)+
En el caso de sobre-parametrización, esta matriz de covarianzas es
singular, y en particular, a los parámetros no se les permite variar en
las direcciones perpendiculares a la restricción a la superficie, la
varianza es cero en esas direcciones.
−1 A T Σ −X1 A A T Σ −X1 B U W
J Σ J = T −1
T
T −1
= T
V
X
B Σ X A B Σ X B W
U
−1 W I Y T U − WV −1 W T 0 I 0
J Σ J= T
T
= T
V 0 I I
X
W 0 V Y
X − XY
Σ P = J T Σ −X1 J = −1
− Y X Y XY + V
T T
-1 T +
donde X=(U - WV W ) .
A1 B1 δ a
A δ ε 1
Jδ = 2
B2 b1 = M
M O M
εn
A n B n δ bn
Suponemos además que todas las medidas Xi son independientes con
matrices de covarianza ΣX= diag( Σ X1 , Σ X 2 ..., Σ X n ).
(
ε B = ε TB1 , ε TB2 , L , ε TBn )T
donde ε Bi = B Ti Σ −X1i ε i
Yi=WiVi*-1
Covarianza
ΣF=J ΣP’ JT
y ΣP’ dada por el algoritmo anterior.