Outliers in observation set badly affect all the estimated unknown parameters and residuals, that is because outlier detection has a great importance for reliable estimation results. Tests for outliers (e.g. Baarda's and Pope's tests) are frequently used to detect outliers in geodetic applications. ...
Outliers in observation set badly affect all the estimated unknown parameters and residuals, that is because outlier detection has a great importance for reliable estimation results. Tests for outliers (e.g. Baarda's and Pope's tests) are frequently used to detect outliers in geodetic applications. In order to reduce the computational time, sometimes elimination of some unknown parameters, which are not of interest, is performed. In this case, although the estimated unknown parameters and residuals do not change, the cofactor matrix of the residuals and the redundancies of the observations change. In this study, the effects of the elimination of the unknown parameters on tests for outliers have been investigated. We have proved that the redundancies in initial functional model (IFM) are smaller than the ones in reduced functional model (RFM) where elimination is performed. To show this situation, a horizontal control network was simulated and then many experiences were performed. According to simulation results, tests for outlier in IFM are more reliable than the ones in RFM.Erros grosseiros nas observações afetam de forma negativa todos os parâmetros estimados e os resíduos, razão pela qual a detecção de erros grosseiros tem grande importância na estimativa confiável dos resultados. Diversos testes (por exemplo testes de Baarda e Pope) são utilizados frequentemente na detecção de erros grosseiros em aplicações geodésicas. Muitas vezes, visando reduzir o tempo computacional, é realizada a eliminação de alguns parâmetros que não são de interesse. Nesse caso, embora a estimativa dos parâmetros e resíduos não sofra modificações, a matriz cofatora dos resíduos e a redundância das observações mudam. Nesse estudo, são realizados testes para erros grosseiros e investigados os efeitos da eliminação dos parâmetros desconhecidos. Foi provado que quando a eliminação é realizada, as redundâncias no modelo funcional inicial (IFM - Initial Functional Model) são menores que no modelo funcional reduzido (RFM - Reduced Functional Model). Para ilustrar essa situação, uma rede de controle horizontal foi simulada e muitos experimentos foram realizados. De acordo com os resultados da simulação, testes para erros grosseiros com IFM são mais confiáveis que com RFM.
Outliers in observation set badly affect all the estimated unknown parameters and residuals, that is because outlier detection has a great importance for reliable estimation results. Tests for outliers (e.g. Baarda's and Pope's tests) are frequently used to detect outliers in geodetic applications. In order to reduce the computational time, sometimes elimination of some unknown parameters, which are not of interest, is performed. In this case, although the estimated unknown parameters and residuals do not change, the cofactor matrix of the residuals and the redundancies of the observations change. In this study, the effects of the elimination of the unknown parameters on tests for outliers have been investigated. We have proved that the redundancies in initial functional model (IFM) are smaller than the ones in reduced functional model (RFM) where elimination is performed. To show this situation, a horizontal control network was simulated and then many experiences were performed. According to simulation results, tests for outlier in IFM are more reliable than the ones in RFM.Erros grosseiros nas observações afetam de forma negativa todos os parâmetros estimados e os resíduos, razão pela qual a detecção de erros grosseiros tem grande importância na estimativa confiável dos resultados. Diversos testes (por exemplo testes de Baarda e Pope) são utilizados frequentemente na detecção de erros grosseiros em aplicações geodésicas. Muitas vezes, visando reduzir o tempo computacional, é realizada a eliminação de alguns parâmetros que não são de interesse. Nesse caso, embora a estimativa dos parâmetros e resíduos não sofra modificações, a matriz cofatora dos resíduos e a redundância das observações mudam. Nesse estudo, são realizados testes para erros grosseiros e investigados os efeitos da eliminação dos parâmetros desconhecidos. Foi provado que quando a eliminação é realizada, as redundâncias no modelo funcional inicial (IFM - Initial Functional Model) são menores que no modelo funcional reduzido (RFM - Reduced Functional Model). Para ilustrar essa situação, uma rede de controle horizontal foi simulada e muitos experimentos foram realizados. De acordo com os resultados da simulação, testes para erros grosseiros com IFM são mais confiáveis que com RFM.
참고문헌 (23)
ALBERTZ J. Photogrammetric Handbook
J. Surv. Eng. AYDIN C. On the Power of Global Test in Deformation Analysis
BAARDA W. 1968 A testing procedure for use in geodetic Networks
J. Surv. Eng. BASELGA S. 133 2 52 2007 10.1061/(ASCE)0733-9453(2007)133:2(52) Critical limitation in use of τ test for gross error detection
Acta Geod. Geoph. Hung. ERENOGLU R. C. 45 4 426 2010 10.1556/AGeod.45.2010.4.3 Efficiency of robust methods and tests for outliers for geodetic adjustment models
FADDEJEW D. K. 1976 Numerische Methoden der linearen Algebra 4
GHILANI C.D. 2006 Adjustment Computations: Spatial Data Analysis 4
Allg. Vermess. Nachr. HECK B. 82 345 1975 Die Genauigkeit eliminierter Unbekannter bei regularen und singularen Ausgleichungsproblemen
J. Surv. Eng. HEKIMOGLU S. 123 1 15 1997 10.1061/(ASCE)0733-9453(1997)123:1(15) The finite sample breakdown points of the conventional iterative outlier detection procedures
Allg. Vermess. Nachr. HEKIMOGLU S. 107/7 247 2000 How can reliability of tests for outliers be measured?
Surv. Rev. HEKIMOGLU S. 38 298 274 2005 10.1179/sre.2005.38.298.274 Increasing Reliability of the Test for Outliers whose Magnitude is Small
Zeitschrift fuer Vermessungswesen HEKIMOGLU S. 130 2005 Do robust methods identify outliers more reliably than conventional tests for outliers?
J. Geod. HEKIMOGLU S. 81 2 137 2007 10.1007/s00190-006-0095-z Effect of heteroscedasticity and heterogeneousness on outlier detection for geodetic Networks
※ AI-Helper는 부적절한 답변을 할 수 있습니다.