Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Sowohl ˜X als auch ∆X sind dabei Zufallsvektoren. Als Maß für die Qualität der Abschätzung wird<br />
der mittlere quadratische Fehler von ∆X angenommen:<br />
¯ε 2 (m) = E{‖∆X(m)‖ 2 }<br />
{ n∑<br />
}<br />
n<br />
= E ∑ (y i − b i )(y j − b j )Φ T i Φ j<br />
i=m+1 j=m+1<br />
n<br />
= ∑ E{(y i − b i ) 2 }, (3.16)<br />
j=m+1<br />
wobei E für den Erwartungswert der Zufallsgröße steht. Der Fehler hängt von der Wahl des Basissystems<br />
und den konstanten Termen b i ab. Diese sollen nun so gewählt werden, daß ¯ε 2 (m)<br />
minimiert wird. Bei vorgegebenem Basissystem Φ ergibt sich unter Verwendung von<br />
∂<br />
E{(y i − b i ) 2 } = −2[E{y i }−b i ]=0 (3.17)<br />
∂b i<br />
die optimale Wahl für b i zu<br />
b i = E{y i } = Φ T i E{X}, (3.18)<br />
d.h. die Komponenten von Y, die nicht angegeben sind, werden durch ihre Erwartungswerte ersetzt.<br />
Mit Gleichung (3.16) folgt dann für den mittleren quadratischen Fehler:<br />
¯ε 2 (m) =<br />
=<br />
n<br />
∑<br />
j=m+1<br />
n<br />
∑<br />
j=m+1<br />
E[y i − E{y i }) 2 ]<br />
Φ T i E[(X − E{X})(X − E{X}) T ]Φ i<br />
=<br />
n<br />
∑ Φ T i Σ x Φ i . (3.19)<br />
j=m+1<br />
Dabei ist Σ x = E[(X−E{X})(X−E{X}) T ] die Kovarianzmatrix von X.Esläßt sich zeigen (siehe<br />
[Fukunaga 1972]), daß die optimale Basis aus den Eigenvektoren der Kovarianzmatrix besteht, die<br />
Σ x Φ i = λ i Φ i (3.20)<br />
erfüllen. Der minimale erwartete Fehler beträgt so<br />
¯ε 2 n<br />
(m)= ∑ λ i . (3.21)<br />
j=m+1<br />
Wird eine Komponente y i im Basissystem der Eigenvektoren durch den entsprechenden Erwartungswert<br />
b i ersetzt, so erhöht sich der Fehler um λ i . Die Komponenten sollten demzufolge der<br />
Größe der zugehörigen Eigenwerte entsprechend berücksichtigt werden. Werden die Basisvektoren<br />
Φ i so angeordnet, daß<br />
λ 1 > λ 2 > ...... > λ n > 0 (3.22)<br />
gilt, erhält man die bestmögliche Repräsentation eines Zufallsvektors X mit nur m Komponenten,<br />
wenn der Vektor durch die ersten m Komponenten im Basissystem der Eigenvektoren der Kovarianzmatrix<br />
dargestellt wird.<br />
22