最小二乘法

跟Machine learning右点像，就是求拟合公式的参数。

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数据（x1,y1.x2,y2... xm,ym）；将这些数据描绘在x -y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+a1Xi）（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。

∑2(a0 + a1*Xi - Yi）=0（式1-4)

∑2Xi（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∑Xi)（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。 [1]  

公式

拟合

对给定数据点集合

   

，在取定的函数类

   

中，求

   

，使误差的平方和

   

最小，

   

。从几何意义上讲，就是寻求与给定点集

   

的距离平方和为最小的曲线y=p(x)。函数p(x)称为拟合函数或 最小二乘解，求拟合函数p(x)的方法称为 曲线拟合的最小二乘法。 [1]  

最小二乘法的矩阵形式

最小二乘法的矩阵形式为：

其中

   

为

   

的矩阵，

   

为

   

的列向量，

   

为

   

的列向量。如果

   

（方程的个数大于未知量的个数），这个方程系统称为矛盾方程组（Over Determined System），如果

   

（方程的个数小于未知量的个数），这个系统就是Under Determined System。

正常来看，这个方程是没有解的，但在数值计算领域，我们通常是计算

   

，解出其中的

   

。比较直观的做法是求解

   

，但通常比较低效。其中一种常见的解法是对

   

进行QR分解（

   

），其中

   

是

   

正交矩阵（Orthonormal Matrix），

   

是

   

上 三角矩阵（Upper Triangular Matrix），则有

用MATLAB命令

1

x=R\(Q\b)

可解得

   

。 [1]  

最小二乘法的Matlab实现

① 一次函数线性拟合使用polyfit（x,y,1）

②多项式函数线性拟合使用 polyfit（x,y,n），n为次数

拟合曲线

x=[0.5,1.0,1.5,2.0,2.5,3.0]，

y=[1.75,2.45,3.81,4.80,7.00,8.60]。

解：MATLAB程序如下：

1 2 3 4 5 6

x=[0.5,1.0,1.5,2.0,2.5,3.0]; y=[1.75,2.45,3.81,4.80,7.00,8.60]; p=polyfit(x,y,2) x1=0.5:0.5:3.0; y1=polyval(p,x1); plot(x,y, '*r' ,x1,y1, '-b' )

计算结果为：

1	p =0.5614 0.8287 1.1560

即所得多项式为y=0.5614x^2+0.8287x+1.15560

③ 非线性函数使用

1 2	lsqcurvefit(fun,x0,x,y) a=nlinfit(x,y,fun,b0)

最小二乘法在交通运输学中的运用

交通发生预测的目的是建立分区产生的交通量与分区土地利用、社会经济特征等变量之间的定量关系，推算规划年各分区所产生的交通量。因为一次出行有两个端点，所以我们要分别分析一个区生成的交通和吸引的交通。交通发生预测通常有两种方法： 回归分析法和 聚类分析法。 [1]  

回归分析法是根据对因变量与一个或多个自变量的统计分析，建立因变量和自变量的关系，最简单的情况就是一元回归分析，一般式为：Y=α+βX式中Y是因变量，X是自变量，α和β是回归系数。若用上述公式预测小区的交通生成，则以下标 i 标记所有变量；如果用它研究分区交通吸引，则以下标 j 标记所有变量。而运用公式的过程中需要利用最小二乘法来求解，上述公式中的 回归系数根据最小二乘法可得：

其中，式中的X拔是规划年的自变量值，Y拔是规划年分区交通生成（或吸引）预测值。 [1]