最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。
作用(可解决问题):
(1)可用作回归分析,匹配最佳的未知参数
(2)使求得的数据与实际数据之间误差的平方和为最小,可实现最佳匹配——应用于模式识别
(3)最小化误差可用于曲线拟合
(4)求解优化问题,如最小化能量或最大化熵问题
下面我们来看第一个实际的例子,可涉及到讲述:求取未知参数(回归系数的最小二乘估计)、寻找两个变量之间的关系(回归分析)、最小化误差平方和的最佳匹配。
例1.测16名初中男生的身高与腿长所得数据如下:
以身高x为横坐标,以腿长y为纵坐标将这些数据点(xi,yi)在平面直角坐标系上标出.
一般地,称由 确定的模型为一元线性回归模型,
记为