以區域最佳化統計量作為系統辨認的理論依據

Abstract

本論文以區域最佳化統計量（locally optimum statistic）作系統辨認理論性的探 討。藉著將系統辨認的模式改為區域最佳假說檢定（locally optimum hypotheses testing ）的模式，我們可以導出估計系統參數的方法。以區域最佳化統計量的觀念 推導系統辨認的理論，不但對系統辨認是供更進一層解釋，並且漸近相對效率（asym ptotic relative efficiency）也被引入作為系統辨認的比較條件。 本篇論文也將討論穩健估計的原動力，藉此討論不僅對穩健辨認系統之穩健理論提出 理論性解釋，同時提供實體化的簡易方法。論文中所推導的理論，均以線性回歸實例 為蒙地卡羅（Monte Carlo ）模擬法加以多方面的證實。