最小二乘法是一种数学优化技术,他通过最小化误差平方和寻找数据的最佳函数匹配,利用最小二乘法可以简便地求得未知数据,并使得这些数据与实际数据之间的误差平方和为最小,最小二乘法还可用于曲线拟合。在解决实际问题时最小二乘法也有着很多的用处。
一、基本原理
最小二乘法的一般提法为:已知 n 组观测数据(x1,y1),(x2,y2)...........(xn,yn), 可认为它们满足某一模型 y=g(x)+ε(x),其中 y=g(x)是函数 ,ε(x)=y-g(x)是观测值与函数值得误差,称为误差函数。 那么有 yi是观测值,εi=yi-g(xi)是观测误差。 设 g (x)是含有 p 个参数的拟合函数,则 ε(x)=y- g (x),εi=yi- g (xi),要确定 g (x)中 p 个参数的值,就要使得ni = 1Σεi2=ni = 1Σ(yi- g (xi))2达到最小。 这一方法称为最小二乘法。 特别的,假设拟合函数为:
y*=a1φ1(x)+a2φ2(x)+........asφs(