毕业论文(设计)最小一乘估计与最小二乘估计的比较分析.docVIP

毕业论文(设计)最小一乘估计与最小二乘估计的比较分析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中 国 矿 业 大 学 本科生毕业论文 姓 名: 刘 瑾 瑜 学 号: 学 院: 理学院 专 业: 数学与应用数学 论文题目: 最小一乘估计与最小二乘估计的比较分析 专 题: 指导教师: 韩苗 职 称: 讲师 年 月 徐州 中国矿业大学毕业论文任务书 学院 理学院 专业年级 数学与应用数学10级 学生姓名 刘瑾瑜 任务下达日期: 2013 年 12 月 5 日 毕业论文日期: 2014 年 2 月 24 日至 2014 年 5 月 27 日 毕业论文题目: 最小一乘估计和最小二乘估计的比较分析 毕业论文专题题目: 毕业论文主要内容和要求: 主要内容: 最小二乘估计在理论与方法上较为成熟和完善,被十分广泛地应用于许多实际问题中,但其容易受到奇异点的影响,最小一乘估计虽能很好地克服这一缺陷,但又由于它是不可微优化问题,存在计算上的困难。本文希望能够详细的比较最小一乘估计与最小二乘估计之间的优缺点,能够对最小一乘估计进行算法设计,并进行实证分析比较。 要求: 1、认真仔细阅读相关参考文献,对最小一乘估计与最小二乘估计的方法原理进行理论分析比较。 2、能够利用相关软件从实证方面对两种方法进行比较分析。 3、撰写毕业论文,格式要求符合规范。 4、独立翻译与毕业论文相关的,近3年发表的英文文献一篇,内容不少于3000字。 院长签字: 指导教师签字: 中国矿业大学毕业论文指导教师评阅书 指导教师评语(①基础理论及基本技能的掌握;②独立解决实际问题的能力;③研究内容的理论依据和技术方法;④取得的主要成果及创新点;⑤工作态度 中国矿业大学毕业论文评阅教师评阅书 评阅教师评语(①选题的意义;②基础理论及基本技能的掌握;③综合运用所学知识解决实际问题的能力;④工作量的大小;⑤取得的主要成果及创新点;⑥写作的规范程度;⑦总体评价及建议成绩;⑧存在问题;⑨是否同意答辩等): 中国矿业大学毕业论文答辩及综合成绩 答 辩 情 况 提 出 问 题 回 答 问 题 正 确 基本 正确 有一般 性错误 有原则 性错误 没有 回答 答辩委员会评语及建议成绩: 答辩委员会主任签字: 年 月 日 学院领导小组综合评定成绩 学院领导小组负责人: 年 月 日 摘 要 回归分析(Regression Analysis)是一种应用相当广泛的数据分析方法,它常用于进行数据内在规律分析,研究某一现象与影响它的因素的关系 Abstract Regression analysis is a widely used method of data analysis, which is commonly used in analysing the internal laws of the data, studying a phenomenon and its impact on the relationship among the main factors , and also can be used to control or prediction. Most of the regression model use least squares estimation to estimate parameter , but when there comes a small sample and outliers , the least squares regression equation will have a greater deviation , and the least absolute estimates based on the principle of minimizing

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档