最小二乘法在数学模型建立与检验中的运用.docVIP

最小二乘法在数学模型建立与检验中的应用 信息与计算科学专业2008级 周建勤 摘要：本文主要研究了最小二乘法在建立数学模型中的参数学模型中的参数估计数估计，模型检验中的应用。通过给出最小二乘法在Matlab中的代码计算模型参数，误差精确度，并给出检验模型是否具有多重共线，异方差性，序列相关性方法。 关键词：最小二乘法；参数估计；误差精确度；多重共线性；异方差；自相关。 Application of Least-Square Method on establish and test mathematical model Zhou Jianqin ,Grade 2008,Information and Computing Science Abstract: In this text we main consider application of Least-Square Method in use of parameter estimation and model checking in mathematical models. By giving the least squares methods code in Matlab to find the model Heteroscedasticity, autocorrelation method parameters,Error accuracy and Test whether the model with multiple collinear heteroscedasticity, autocorrelation method. Keywords: least squares method; parameter estimation; error accuracy; multicollinearity; heteroscedasticity; autocorrelation. 背景介绍 最小二乘方法最早是有高斯提出的，他用这种方法解决了天文学方面的问题，特别是确定了某些行星和彗星的天体轨迹在生产实践、科学实验及经济活动中均有广泛应用。 近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等发挥着越来越重要的作用，而且以空前的广度和深度向经济、管理、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓已经成为当代高新技术的重要组成部分 是一种模拟，是用、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻划，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为。　不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并加以计算求解。 在已知结构时，用系统的输入和输出数据计算系统模型的过程。18世纪末数学家C.F.高斯首先提出参数估计的方法，他用计算天体运行的轨道。20世纪60年代,随着电子计算机的普及,参数估计有了飞速的发展。参数估计有多种方法，有最小二乘法、极大似然法、极大验后法、最小风险法和极小化极大熵法等。在一定条件下，后面三个方法都与极大似然法相同。最基本的方法是最小二乘法和极大似然法。 　由于测量仪器的不完善和人为因素及外界条件的影响，测量误差总是不可避 免的。为了提高成果的质量，处理好这些测量中存在的误差问题，观测值的个数往往要多于确定未知量所必须观测的个数，也就是要进行多余观测。有了多余观测，势必在观测结果之间产生矛盾，测量平差的目的就在于消除这些矛盾而求得观测量的最可靠结果并评定测量成果的精度。测量平差采用的原理就是“最小二乘法”由于误差的客观存在，真值一般是无法测得的。测量次数无限多时，根据正负误差出现的概率相等的误差分布定律，在不存在系统误差的情况下，它们的平均值极为接近真值。故在实验科学中真值的定义为无限多次观测值的平均值。但实际测定的次数总是有限的，由有限次数求出的平均值，只能近似地接近于真值，可称此为最佳值。 所谓多重共线性（Multicollinearity）是指线性回归模型中的解释之间由于存在精确或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计中解释变量间存在普遍的相关关系。 经济学是非实验型科学，经济数据是被动生成和由从事经济研究的人员被动获得，而且经济数据的获得是不可控的，大多数情况下，人们并不能按照自己的设计与