1、最小二乘法(又称最小平方法)是一种数学优化技术。
2、它通过最小化误差的平方和寻找数据的最佳函数匹配。
3、对于一元线性回归模型, 假设从总体中获取了n组观察值(X1,Y1),(X2,Y2), …,(Xn,Yn)。
(资料图片仅供参考)
4、对于平面中的这n个点,可以使用无数条曲线来拟合。
5、要求样本回归函数尽可能好地拟合这组值。
6、综合起来看,这条直线处于样本数据的中心位置最合理。
7、 选择最佳拟合曲线的标准可以确定为:使总的拟合误差(即总残差)达到最小。
8、有以下三个标准可以选择:(1)用“残差和最小”确定直线位置是一个途径。
9、但很快发现计算“残差和”存在相互抵消的问题。
10、(2)用“残差绝对值和最小”确定直线位置也是一个途径。
11、但绝对值的计算比较麻烦。
12、(3)最小二乘法的原则是以“残差平方和最小”确定直线位置。
13、用最小二乘法除了计算比较方便外,得到的估计量还具有优良特性。
14、这种方法对异常值非常敏感。
本文到此分享完毕,希望对大家有所帮助。
关键词: