最小二乘法学习笔记

1.背景

1801年，意大利天文学家 朱赛普·皮亚齐发现了第一颗小 行星 谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的 高斯也计算了谷神星的轨道。 奥地利天文学家海因里希·奥尔伯斯根据高斯计算出来的轨道重新发现了谷神星。

高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。

法国科学家 勒让德于1806年独立发明“最小二乘法”，但因不为世人所知而默默无闻。

勒让德曾与高斯为谁最早创立最小二乘法原理发生争执。

1829年，高斯提供了最小二乘法的优化效果强于其他方法的证明，因此被称为高斯-马尔可夫定理。（来自于wikipedia）

2.原理

     在我们研究两个变量（x,y）之间的相互关系时，通常可以得到一系列成对的x,y之间的关系数据（（x1,y1）,(x2,y2)......(xn,yn)）;将这些数据描绘在直角坐标系中，若发现这些点在一条直线附近，可以令这条直线方程如（式1-1）。

          

（式1-1）

其中：a0、a1 是任意实数

为建立这直线方程就要确定a0和a1，应用《最小二乘法原理》，将实测值Yi与利用计算值Yj（Yj=a0+a1X）（式1-1）的离差（Yi-Yj）的平方和

   

最小为“优化判据”。

令：φ =

   

（式1-2)

把（式1-1）代入（式1-2）中得：

φ =

   

（式1-3)

当

   

最小时，可用函数 φ 对a0、a1求偏导数，令这两个 偏导数等于零。

∑（a0 + a1*Xi - Yi）=0（式1-4)

∑Xi（a0 + a1*Xi - Yi）=0（式1-5)

亦即：

na0 + （∑Xi ) a1 = ∑Yi （式1-6)

（∑Xi ) a0 + （∑Xi^2 ) a1 = ∑（Xi*Yi) （式1-7)

得到的两个关于a0、 a1为未知数的两个方程组，解这两个方程组得出：

a0 = （∑Yi) / n - a1（∑Xi) / n （式1-8)

a1 = [n∑(Xi Yi) - （∑Xi ∑Yi)] / [n∑(Xi^2) - （∑Xi)^2 )] （式1-9)

这时把a0、a1代入（式1-1）中， 此时的(式1-1）就是我们回归的一元线性方程即：数学模型。

在回归过程中，回归的关联式不可能全部通过每个回归数据点（x1,y1. x2,y2...xm,ym），为了判断关联式的好坏，可借助 相关系数“R”， 统计量“F”，剩余标准偏差“S”进行判断；“R”越趋近于 1 越好；“F”的绝对值越大越好；“S”越趋近于 0 越好。

R = [∑XiYi - m （∑Xi / m）（∑Yi / m)]/ SQR{[∑Xi2 - m （∑Xi / m)2][∑Yi2 - m （∑Yi / m)2]} （式1-10) *

在（式1-10）中，m为 样本容量，即实验次数；Xi、Yi分别为任意一组实验数据X、Y的数值。