基于数据点重要性差异的最小二乘加权法.pdfVIP

( ) 第 32 卷 第 6 期 东华大学学报 自然科学版 Vol . 32 , No . 6 2006 年 12 月 J OU RN AL O F DON GHU A U N IV ER SI T Y Dec . 2006 基于数据点重要性差异的最小二乘加权法① 程永生1 ,2 ,汤兵勇1 ( 1 ,东华大学旭 日工商管理学院 ,上海 ,20005 1 ;2 ,南通大学商学院 ,江苏南通 ,226007) ( ) 摘要 　普通最小二乘法将所有的数据点对预测值 控制值 的影响作用等同看待 。实际不应该如此 ,数据点的相互联 系是有所区别的。以时间序列数据来说 ,近期的数据点往往更能说明待预测值 ,而远离预测期的早期数据点关联作用 较小 。基于这种看法 ,这里提出了最小二乘加权法 ,对不同的数据点在离差平方和算式 Q 中给予不同的权数 ,推导出 参数估计的公式 ;提出了最小二乘加权法权重设置的机理 ,并就时间序列数据提出指数权重法 。 关键词 : 数据点 ,最小二乘加权法 ,权数 ,指数权重法 中图分类号 : N 945 . 24 　　定义 1 　数据点 :在某一个时点上因变量和所 1 　最小二乘准则 有的解释变量所组成的集合 。数据点 i 即为第 i 个 ( ) 对象或第 i 期观测值 y i , x 1i , x2 i , …, x k i 。最小 最小二乘法是用历史数据或者经验数据来推 二乘准则基于这样一种假设 :变量之间存在着的数 测变量之间的关系 ,找到函数关系表达式 ,进而推 量关系在所有的数据点上都成立 。 ( ) 广到其他的场合 ,用于预测或者控制 。其本质是用 我们看到在离差平方和算式 1 Q 中, 所有的 历史数据和已知的或可控的解释变量数据来求解 数据点 i 对于待预测或待控制数据点的影响或解释 待预测值 。即 的地位是一样的, 权数都为 1/ n 。笔者对此提出质 ^ Y0 = f ( X 1i , X 2 i , …, X k i , X 10 , X 20 , …, X k0 ; 疑, 认为不同数据点的变量之间的数量关系存在差 ) ( Y ;