一元线性回归模型的参数估计法的误差分析.pdfVIP

第14卷第12期 宜 宾 学 院 学 报 201n-q-l2月 Vo1．14．No．12 JournalofYibinUniversity Decembet．2O14 一 元线性回归模型的参数估计法的误差分析 唐 薇 ，冯长焕 (两华帅范大学数学与信息学院，四川南充637002) 摘 要：对横向距离平方和最小法与最小．S-乘法的误差进行分析，发现二者的误差大小与拟合直线的斜率有关．这两种方法 的参数估计表达式与最小距离平方和法的参数估计表达式有相应的关系．通过举例比较和讨论了这三种数据拟合方法的优 劣，并分别给 出了较合理的应用控制条件 ． 关键词：参数估计；横向距离平方和最小法；最小二乘法；回归分析 中图分类号：O212．1 文献标识码：A 文章编号：l67l-5365(2014)l2-0018—04 ErrorAnalysisofParameterEstimatingMethodinSingleVariableLinearRegression FANGWei，FENGChanghuan (CollegeofMathematicsandInformation，ChinaWestNormalUniversity,Nanchong,Sichuan637002，China) Abstract：Theminimum sumoflateraldistancesquareandtheleastsquaremethodwereanalyzed，findingthattheirelTor arerelatedtotheslopeofthefittedlineandthattheparameterestimatingexpressionofthetwomethodsareassociated withtheexpressionOftheleastdistancesquaremethod．Throughcomparison．theadvantagesanddisadvantagesOrthe threemethodswerediscussedandreasonableapplicationcontro!conditionsweregiven． Keywords：parameterestimation；theminimum sum oflateraldistancesquare；theleastsquaremethod；regressionanaly一 数据拟合的原理是：给定一组观测数据(或散点 向)的数据拟合，即朋矗纵：IY一(a+ )I表示待拟合 等) ，Y)(i=1，2，3，…，m)，在某一类 曲线中寻找一条 点 …Y)到拟合直线的距离． 然 d纵不是点到直线 最佳曲线Y= ()，使该曲线拟合这些数据，曲线的 的垂直距离(最小距离)． 为它只是单方 向(Y向)拟 选取嘎靠经验和对数据的直观分析，因此有时称为 合．最小二乘法所得参数n，b的估计值为： 经验公式 ，最佳的标准是使总体误差最小．如果采 ∑cf 川绝对误差，数学上采用微积分知识求最小值不容 b=』—一 易处理， 此通常采用最小二乘法来处理I． ∑c 横 向距离平方和最小法跟最小二乘法一样是一 横向距离平方和最小法是给出一条直线，使得 种将距离简化处理的方法，它们分别采用横向(向) 每个点离这条直线的横向距离的平方和达到最小 ．· 和纵向(y向)离差代替综合离差( 向和Y向)，降低 令横 向距离平方和为 了运算的复杂程度 ，但同时带来了一定的误差． V／=∑_一 ，2 、2() 1 两种方法的误差分析 1．1 两种方法的参数估计准则 从式f2)可以看出横向距