统计回归.docVIP

第九章 统计回归 在工程中,常有这样的问题:给定一批数据点(它可以是从测量与采样中得到),需确定满足特定要求的曲线或曲面.如果要求的曲线(面)通过所给所有数据点,这就是插值问题；在数据较少的情况下,这样做能取得较好的效果.但是,如果数据较多,那么,插值函数是一个次数很高的函数,比较复杂,同时,给定的数据一般是由观察测量所得,往往带有随机误差,因而,要求曲线(面)通过所有数据点就既不实现也不必要.如果不要求曲线(面)通过所有数据点.而是要求它反映对象整体的变化趋势,可得到更简单实用的近似函数,这就是数据拟合,又称曲线拟合或曲面拟合.函数插值与曲线拟合都是要根据一组数据构造一个函数作为近似,由于近似的要求不同,二者在数学方法上是完全不同的. 9.1数据拟合 曲线拟合的问题是指：已知平面上n个点，互不相同。寻求函数，使在某种准则下与所有数据点最为接近，即拟合效果最好。 线性最小二乘法是解决曲线拟合最常用的方法，其基本思路是 （1） 其中是事先选定的一组函数，是待定系数.寻求使（2）最小，称为最小二乘准则。这种你和方法称为线性最小二乘拟合，其结果为 （2） 系数的确定 为使使J达到最小，只需利用极值的必要条件,得到关于的线性方程组 （3） 线性最小二乘拟合可由解超定方程