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