Особенности применения метода наименьших квадратов для минимизации ошибки как одного из методов регрессионного анализа для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Основные виды уравнений множественной регрессии.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Казанский национальный исследовательский технический университет им.А.Н.Этот способ распространен и усовершенствован дальнейшими изысканиями Лапласа , Энке , Бесселя , Ганзена и др. и получил название метода наименьших квадратов, потому что после подстановки в начальные уравнения неизвестных величин, выведенных этим способом, в правых частях уравнений получаются если и не нули, то небольшие величины, сумма квадратов которых оказывается меньшей, чем сумма квадратов подобных же остатков, после подстановки каких бы то ни было других значений неизвестных. Для всех в пространстве , эти векторы должны быть перпендикулярны невязке : Так как это равенство должно быть справедливо для произвольного вектора , то решение по методу наименьших квадратов несовместной системы , состоящей из уравнений с неизвестными, есть уравнение которое называется нормальным уравнением. Эти новые, или так называемые нормальные уравнения составляются по следующему правилу: умножают сперва все данные уравнения на коэффициенты у первой неизвестной x и, сложив почленно, получают первое нормальное уравнение, умножают все данные уравнения на коэффициенты у второй неизвестной y и, сложив почленно, получают второе нормальное уравнение и т.д. Легко заметить, что коэффициенты нормальных уравнений весьма легко составляются из коэффициентов данных, и притом коэффициент у первой неизвестной во втором уравнении равен коэффициенту у второй неизвестной в первом, коэффициент у первой неизвестной в третьем уравнении равен коэффициенту у третьей неизвестной в первом и т.д. В большинстве случаев уравнения, связывающие наблюдаемые и искомые величины, бывают высших степеней и даже трансцендентные, но это не изменяет сущности дела: предварительными изысканиями всегда можно найти величины искомых с таким приближением, что затем, разложив соответствующие функции в ряды и пренебрегая высшими степенями искомых поправок, можно привести любое уравнение к линейному.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
