加权最小二乘回归方法的程序实现范例

      加权最小二乘回归方法-程序范例

在一般的线性回归求相关系数时候，大都选择最小二乘回归分析方法来拟合。它的原理是：假设拟合方程为：，将实测值Yi与预测值（Yj=a0+a1X）的离差（Yi-Yj）的平方和最小作为“优化判据”，那么对a0、a1求偏导数，令这两个偏导数等于零：

a0 = （∑Yi) / n - a1（∑Xi) / n，

a1 = [n∑(Xi Yi) –(∑Xi∑Yi)] / [n∑(Xi^2) – (∑Xi)^2 )]

 

或者用最小二乘公式推理如下：

∑（X-X_平）(Y-Y_平）=∑（XY-X_平Y-XY_平+X_平Y_平）

=∑XY-X_平∑Y-Y_平∑X+nX_平Y_平=∑XY-nX_平Y