工业数据挖掘中应用最小二乘法的缺陷.pdfVIP

2 0 0 8 年 9 月 控 制 工 程 Sep . 2 0 0 8 第 15 卷 增刊 Control Engi neering of China Vol . 1 5 , S 1 文章编号 : 167127848 (2008) S 200 58203 1 工业数据挖掘中应用最小二乘法的缺陷 杨凯镟 (上海交通大学 自动化系 , 上海 　20 1900) 摘 　　　要 : 工业数据建模常常使用最 小二乘 法进行参数估计 , 在数据满足一定条件的前提 下 , 可得到被估计参数的无偏估计值 。但 是工业 数据一般含有测量 误差 , 当基于误差数据作 为 自变量进行最小二乘回归时 , 得到的参数估计值往往 是有偏 的 , 其结果不 能正确 反映数据 变量之间的结构关系 。因此 , 对二元变量模型进 行了深入分析 , 通过对测量 误差进行合 理假 设 , 建立了在统计意义下被估计 参数 真值 与测量误差和 参数有偏估计值之 间的解析 关系式 , 为进一步参数校正奠定了理论基础 。仿真实例表明了该方法的有效性 。 关 　键 　词 : 数据挖掘 度量 误差模型 有偏估计 最小二乘 中图分类号 : TP 2 73 　　　文献标识码 : A Defect s of Least Square in Industry Data Mining YANG Kai2xuan (Depart ment of Automation , Shanghai Jiao Tong Univer sity , Shanghai 201900 , Chi na) Ab str act : The method of Least Square is often used to estimate parameters for indu stry data modeling . When the dat a meet cert ain condit ions , the unbiased estimation is obtained . However , there usually are measurement errors in the indu stry data , based on which Least Square estima2 tion i s oft en biased. So the estimat ed values can not accurat ely describe the structural relation ship of the independent variables and the depen2 dent variable . The dual variables model i s deep ly analyzed , and by reasonable assump tion of measurement errors , an a