sup曲线拟合与回归分析 .ppt

MATLAB 程式設計曲線擬合與迴歸分析;線性迴歸：曲線擬合 ;觀察資料是美國自 1790 至 1990 年（以 10 年為一單位）的總人口，此資料可由載入檔案 census.mat 得到 範例10-1： censusPlot01.m ;上圖資料點走勢，通過這些點的曲線可能是二次拋物線，假設為 其中y為輸出，x為輸入， 、 及 則為此模型的參數。 參數相對於y呈線性關係，所以此模型稱為「具有線性參數（Linear-in-the-parameters）」的模型。 找出最好的參數值，使得模型輸出與實際資料越接近越好，此過程即稱為線性迴歸（Linear Regression） ;線性迴歸 假設觀???資料可寫成 ,i= 1~21。當輸入為 時，實際輸出為 。 模型的預測值為 平方誤差： 總平方誤差 是參數 、 、 的函數則可表示如下： ;求得參數 、 、 的最佳值 求出 對 、 、 的導式，令其為零，即可解出 、 、 的最佳值。 平方誤差 為 、 、 的二次式 導式 、 及 為 、 、 的一次式 令上述導式為零之後，我們可以得到一組三元一次線性聯立方程式，就可以解出參數 、 、 的最佳值。;假設 21 個觀察點均通過此拋物線，將這 21 個點帶入拋物線方程式，得到下列21個等式： 亦可