- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
最小二乘法公式
-CAL-FENGHAI.-(YICAI)-CompanyOne1
最小二乘法公式
∑(X--X平)(Y--Y平)
=∑(XY--X平Y--XY平+X平Y平)
=∑XY--X平∑Y--Y平∑X+nX平Y平
=∑XY--nX平Y平--nX平Y平+nX平Y平
=∑XY--nX平Y平
∑(X--X平)^2
=∑(X^2--2XX平+X平^2)
=∑X^2--2nX平^2+nX平^2
=∑X^2--nX平^2
最小二乘公式(针对y=ax+b形式)
a=(NΣxy-ΣxΣy)/(NΣx^2-(Σx)^2)
b=y(平均)-ax(平均)
最小二乘法
在我们研究两个变量(x,y)之间的相互关系时,通常可以得到一系列成对
的数据(x1,y1),(x2,y2)..(xm,ym);将这些数据描绘在x-y直角坐标系中(如
图1),若发现这些点在一条直线附近,可以令这条直线方程如(式1-1)。
Y计=a0+a1X(式1-1)
其中:a0、a1是任意实数
为建立这直线方程就要确定a0和a1,应用《最小二乘法原理》,将实
测值Yi与利用(式1-1)计算值(Y计=a0+a1X)的离差(Yi-Y计)的平方和〔∑(Yi-Y
计)sup2;〕最小为“优化判据”。
令:φ=∑(Yi-Y计)sup2;(式1-2)
把(式1-1)代入(式1-2)中得:
φ=∑(Yi-a0-a1Xi)2(式1-3)
当∑(Yi-Y计)sup2;最小时,可用函数φ对a0、a1求偏导数,令这两个
偏导数等于零。
(式1-4)
(式1-5)
2
亦即
ma0+(∑Xi)a1=∑Yi(式1-6)
(∑Xi)a0+(∑Xi2)a1=∑(Xi,Yi)(式1-7)
得到的两个关于a0、a1为未知数的两个方程组,解这两个方程组得
出:
a0=(∑Yi)/m-a1(∑Xi)/m(式1-8)
a1=[∑XiYi-(∑Xi∑Yi)/m]/[∑Xi2-(∑Xi)2/m)](式1-9)
这时把a0、a1代入(式1-1)中,此时的(式1-1)就是我们回归的元线性方
程即:数学模型。
在回归过程中,回归的关联式是不可能全部通过每个回归数据点(x1,
y1、x2,y2...xm,ym),为了判断关联式的好坏,可借助相关系数“R”,统计量
“F”,剩余标准偏差“S”进行判断;“R”越趋近于1越好;“F”的绝对值越大越
好;“S”越趋近于0越好。
R=[∑XiYi-m(∑Xi/m)(∑Yi/m)]/SQR{[∑Xi2-m(∑Xi/m)2][∑Yi2-m(∑Yi/
m)2]}(式1-10)*
在(式1-1)中,m为样本容量,即实验次数;Xi、Yi分别任意一组实验
X、Y的数值。微积分应用课题一最小二乘法
从前面的学习中,我们知道最小二乘法可以用来处理一组数据,可以从一
组测定的数据中寻求变量之间的依赖关系,这种函数关系称为经验公式.本课
题将介绍最小二乘法的精确定义及如何寻求与之间近似成线性关系时的经
验公式.假定实验测得变量之间的个数据,,…则,,在平面上,可以得到个点,
这种图形称为“散点图”从,图中可以粗略看出这些点大致散落在某直线近旁,
我们认为与之间近似为一线性函数,下面介绍求解步骤.
考虑函数,其中和是待定常数.如果在一直线上,可以认为变量之间的
关系为.但一般说来,这些点不可能在同一直线上.记,它反映了用直线来描
述,时,计算值与实际值产生的偏差.当然要求偏差越小越好,但由于可正可
负,因此不能认为总偏差时,函数就很好地反映了变量之间的关系,因为此时
每个偏差的绝对值可能很大.为了改进这一缺陷,就考虑用来代替.但是由于
绝对值不易作解析运算,因此,进一步用来度量
文档评论(0)