最小二乘法拟合直线
2015-10-24 17:45
225 查看
曲线拟合中最基本和最常用的是直线拟合。设x和y之间的函数关系为:
y=a+bx
式中有两个待定参数,a代表截距,b代表斜率。对于等精度测量所得到的N组数据(xi,yi),i=1,2……,N,xi值被认为是准确的,所有的误差只联系着yi。下面利用最小二乘法把观测数据拟合为直线。
用最小二乘法估计参数时,要求观测值yi的偏差的加权平方和为最小。对于等精度观测值的直线拟合来说,可使下式的值最小:
上式分别对a、b求偏导得:
整理后得到方程组
解上述方程组便可求得直线参数a和b的最佳估计值。
相关系数r:
最小二乘法处理数据除给出a、b外,常常还给出相关系数r, r定义为
算例:我用一篇论文中的已知数据作为算例。
计算:
代入上面推导出来的计算公式可得:
a=13.6284394650024 b=-0.0799231779033084
y=a+bx
式中有两个待定参数,a代表截距,b代表斜率。对于等精度测量所得到的N组数据(xi,yi),i=1,2……,N,xi值被认为是准确的,所有的误差只联系着yi。下面利用最小二乘法把观测数据拟合为直线。
用最小二乘法估计参数时,要求观测值yi的偏差的加权平方和为最小。对于等精度观测值的直线拟合来说,可使下式的值最小:
上式分别对a、b求偏导得:
整理后得到方程组
解上述方程组便可求得直线参数a和b的最佳估计值。
相关系数r:
最小二乘法处理数据除给出a、b外,常常还给出相关系数r, r定义为
算例:我用一篇论文中的已知数据作为算例。
计算:
代入上面推导出来的计算公式可得:
a=13.6284394650024 b=-0.0799231779033084
相关文章推荐
- Android Webview开发的几个参考链接
- git 操作笔记
- javascript面向对象实现java常用的1StringBuffer,Map,Collection,List,Set
- 安装惠普打印机驱动HP LaserJet P1108
- java集合详解
- loadrunner取出关联数组中的所有元素
- 注意
- [TwistedFate]函数指针 函数回调
- 阶乘因式分解
- svn详细介绍,独立安装配置,hooks的配置管理以及大型门户网站代码上线流程
- NSCache缓存类的详解
- 解决ALOGV无法输出的问题
- centos7 防火墙
- 淘宝大牛推荐阅读的书籍
- onFocusedChanged方法使用
- 计算1-1/2+...+1/99-1/100
- 使用loadrunner进行性能测试(四)--检查点设置
- Android点击EditText文本框之外任何地方隐藏键盘的解决办法
- PHP--关于模板的原理和解析
- Linux ping不通网关