请教一个参数估计的问题
时间：12-12
整理：3721RD
点击：
有两个参数，sense_1 ~ sense_6，i_1 ~ i_6，sense和i参数是独立的。
已知 sense_n + i_n (n=1~6) + 一个随机数 的测量值；假定高斯分布；
需要估计 sense_n， 和 i_n，并给出95%置信区间；
请问如何分析？用mathmatica或matlab均可。非常感谢！
sense1 sense2 sense3 sense4 sense5 sense6
i1 -32.15 -39.35 -32.87 -32.52 -34.37 -31.66
i2 -31.59 -33.70 -39.02 -33.79 -33.14 -34.29
i3 -32.57 -31.28 -33.68 -35.90 -33.93 -34.30
i4 -35.96 -31.56 -30.42 -35.27 -39.47 -31.75
i5 -39.11 -36.61 -32.00 -31.27 -37.93 -38.03
i6 -33.34 -38.48 -34.43 -31.95 -30.64 -37.66
已知 sense_n + i_n (n=1~6) + 一个随机数 的测量值；假定高斯分布；
需要估计 sense_n， 和 i_n，并给出95%置信区间；
请问如何分析？用mathmatica或matlab均可。非常感谢！
sense1 sense2 sense3 sense4 sense5 sense6
i1 -32.15 -39.35 -32.87 -32.52 -34.37 -31.66
i2 -31.59 -33.70 -39.02 -33.79 -33.14 -34.29
i3 -32.57 -31.28 -33.68 -35.90 -33.93 -34.30
i4 -35.96 -31.56 -30.42 -35.27 -39.47 -31.75
i5 -39.11 -36.61 -32.00 -31.27 -37.93 -38.03
i6 -33.34 -38.48 -34.43 -31.95 -30.64 -37.66
怎么分析还没想好，但是这么几个数据得到95%的置信空间应该是不够的吧...
数据是不够，置信区间无非巨大吧，后面数据更多更好一些就会好多了。重要的是分析方法。
我目前想到的一个简化是 取15种(C2,6)能直接算出sense_n和i_n的组合，分别计算出他们，这样就简化成了12个1维参数的分析，就超简单了，但是这样还是牺牲了很多信息量，对分析不利。
sense_n和i_n都是常数？是的话ML估计可以不。
是我对你的问题理解有误吗？
sense_n和i_n是不可能区分的啊，只有他们的和的信息，而且都是gaussian的。
这俩完全互换都可以不是吗
不是的，sense_n和i_n都是固定的数，在不同的测量中是相同的。但每次测量只能够得到它们的和，再加上一个干扰的随机数。现在就是希望通过所有的组合，尽可能准确的估计出i_n和sense_n。
你这个是不可能的。看似你提供了36个方程，但是实际上独立的只有11个方程。就算考虑随机数的方差为0（固定数）你也解不出来。。。。