Abstrakt
The paper presents Msplit estimation as an alternative to methods in the class of robust M-estimation. The analysis conducted showed that Msplit estimation is highly efficient in the identification of observations encumbered by gross errors, especially those of small or moderate values. The classical methods of robust estimation provide then unsatisfactory results. Msplit estimation also shows high robustness to single gross errors of large values. The presented analysis of Msplit estimators’ robustness is of a chiefly empirical nature and is based on the example of a simulated levelling network and a real angular-linear network. Using the Monte Carlo method, mean success rates for outlier identification were determined and the courses of empirical influence functions were specified. The outcomes of the analysis were compared with the relevant values achieved via selected methods of robust M-estimation.
Cytowania
-
5
CrossRef
-
0
Web of Science
-
5
Scopus
Autorzy (2)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach
- Opublikowano w:
-
Journal of Applied Geodesy
nr 15,
strony 87 - 104,
ISSN: 1862-9016 - Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Wiśniewski Z., Zienkiewicz M.: Empirical analyses of robustness of the square Msplit estimation// Journal of Applied Geodesy -Vol. 15,iss. 2 (2021), s.87-104
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1515/jag-2020-0009
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 130 razy