Метод наименьших квадратов. Один из методов регрессионного анализа для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки

Просмотров: 5119

Один из методов регрессионного анализа для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки.

Метод наименьших квадратов применяется также для приближённого представления заданной функции другими (более простыми) функциями и часто оказывается полезным при обработке наблюдений.

Когда искомая величина может быть измерена непосредственно, как, например, длина отрезка или угол, то, для увеличения точности, измерение производится много раз, и за окончательный результат берут арифметическое среднее из всех отдельных измерений. Это правило арифметической середины основывается на соображениях теории вероятностей; легко показать, что сумма квадратов уклонений отдельных измерений от арифметической середины будет меньше, чем сумма квадратов уклонений отдельных измерений от какой бы то ни было другой величины. Само правило арифметической середины представляет, следовательно, простейший случай метода наименьших квадратов.

Пусть дано решить систему уравнений

a1x + b1y + c1z + … + n1 = 0

a2x + b2y + c2z + … + n2 = 0 (1)

a3x + b3y + c3z + … + n3 = 0

число которых более числа неизвестных x, у, z… Чтобы решить их по способу Н. квадратов, составляют новую систему уравнений, число которых равно числу неизвестных и которые затем решаются по обыкновенным правилам алгебры. Эти новые, или так называемые нормальные, уравнения составляются по следующему правилу: умножают сперва все данные уравнения на коэффициенты у первой неизвестной х и, сложив почленно, получают первое нормальное уравнение, умножают все данные уравнения на коэффициенты у второй неизвестной у и, сложив почленно, получают второе нормальное уравнение и т. д. Если означить для краткости:

[aa] = a1a1 + a2a2 +…

[ab] = a1b1 + a2b2 +…

[ac] = a1c1 + a2c2 +…

[ba] = b1a1 + b2a2 +…

[bb] = b1b1 + b2b2 +…

[bc] = b1c1 + b2c2 +…

то нормальные уравнения представятся в следующем простом виде:

[aa]x + [ab]y + [ac]z + … + [an] = 0

[ba]x + [bb]y + [bc]z + … + [bn] = 0 (2)

[ca]x + [cb]y + [cc]z + … + [cn] = 0

Свойства коэффициентов регрессии.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: