最小二乘法的思路:在绘制时为了能客观地画出与实验值最贴合的直线,人们总是使直线L穿行在各实验点之间,并使各实验点大体均匀地分布在直线两侧。这种作法的出发点是考虑到各测量值均具有无规则的偶然误差,使正误差和负误差大体相等 这一想法是正确的,但不充分,因为在同样的实验数据下,还可以再做出其它的直线也同样会满足正误差和负误差为0. 所以只有保证各测量值的误差平方和最小,才能使偶然误差降为最小值。即 上式是最小二乘法的基本公式. 在点阵参数测定中,因为同时存在系统误差,平均直线与纵坐标的截距才表示欲得的精确数值。 实验点子用(Xi,Yi)表示,直线方程为Y=a+bX。式中a为直线的截距,b为斜率,以直线方程为例,当X=Xi时,相应的Y值应为a+bX1,而实验点之Y值却为Y1,故此点的误差e1为 则所有实验点误差的平方和为 按最小二乘方原理,误差平方和为最小的直线就是最佳直线。求 为最小值必须满足 和 于是整理后得 从联立方程解出的a值即为精确的点阵参数值。 使用最小二乘法注意: 应该强调指出,最小二乘法所能做到的是确定所选方程式中常数的最佳值,或者说确定曲线的最佳形状。 但当不知道曲线的函数形式(是线性的还是抛物线等非线性)时,是无法运用最小二乘法的。 使用最小二乘法不仅可以确定直线的最佳形状,而且也可以确定曲线、曲面或更复杂函数
原创力文档

文档评论(0)