第四章参数的最小二乘法估计

第四章参数的最小二乘法估计


2024年4月6日发(作者:google网址直接打开)

---------------------------------------------------------------最新资料推荐------------------------------------------------------

第四章参数的最小二乘法估计

第四章参数的最小二乘法估计 第四章 最小二乘法与组合测量 1 概述 最小

二乘法是用于数据处理和误差估计中的一个很得力的数学工具。

对于从事精密科学实验的人们来说, 应用最小乘法来解决一些实际问题, 仍是目前

必不可少的手段。

例如,取重复测量数据的算术平均值作为测量的结果, 就是依据了使残差的平方和

为最小的原则, 又如, 在本章将要用最小二乘法来解决一类组合测量的问题。

另外, 常遇到用实验方法来拟合经验公式, 这是后面一章回归分析方法的内容, 它

也是以最小二乘法原理为基础。

最小二乘法的发展已经经历了 200 多年的历史, 它最先起源于天文和大地测量

的需要,其后在许多科学领域里获得了广泛应用, 特别是近代矩阵理论与电子计算机相结

合, 使最小二乘法不断地发展而久盛不衰。

本章只介绍经典的最小二乘法及其在组合测量中的一些简单的应用, 一些深入的

内容可参阅专门的书籍和文献。

2 最小二乘法原理 最小二乘法的产生是为了 解决从一组测量值中寻求最可

信赖值的问题。

对某量 x 测量一组数据 x1, x2, , xn, 假设数据中不存在系统误差和粗大误差,

1 / 20

相互独立, 服从正态分布, 它们的标准偏差依次为:

1, 2, n 记最可信赖值为, 相应的残差 vi xi 。

测值落入(xi, xi dx) 的概率。

vi21Pi exp( 2) dx 2 i i2 根据概率乘法定理, 测量 x1, x2, , xn 同时出

现的概率为 P Pi vi211n exp[ () ](dx) n2ii i() 显然, 最可信赖值应使出

现的概率 P 为最大, 即使上式中页指数中的因子达最小, 即 ivi22 i Min 2

o1 权因子:

wi 2 即权因子 wi2, 则 i i 2[wvv] wvii Min 再用微分法, 得最可信

赖值 wxi 1 nii 即加权算术平均值 w i 1i 这里为了 与概率符号

区别, 以 i 表示权因子。

特别是等权测量条件下, 有:

[vv] vi2 Min 以上最可信赖值是在残差平方和或加权残差平方和为最

小的意义下求得的, 称之为最小二乘法原理。

它是以最小二乘方而得名。

为从一组测量数据中求得最佳结果, 还可使用其它原理。

例如 (1) 最小绝对残差和法:


发布者:admin,转转请注明出处:http://www.yc00.com/num/1712408327a2054324.html

相关推荐

发表回复

评论列表(0条)

  • 暂无评论

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信