最小二乘,极大似然和最大后验估计的关系
problem:曲线拟合中最基本和最常用的是直线拟合。设x和y之间的函数关系由直线方程 y=α+βx y = α + β x 确定, α α 和 β β 分别是截距和斜率。N组数据 D={(xi,yi),i=1,2,...,N} D = { ( x i , y i ) , i = 1 , 2 , . . . , N }
a)最小二乘估计参数(Least square estimation):残差平方和 χ2=∑i=1Nωi[yi−(α+βxi)]2 χ 2 = ∑ i = 1 N ω i [ y i − ( α + β x i ) ] 2 最小,求 α,β α , β 的最小二乘估计最优值。
b)最大似然估计参数 (maximum likelihood estimation):引入残差项 ξ ξ 即 y=α+βx+ξ y = α + β x + ξ ,假设 ξi∼N(0,σ2) ξ i ∼ N ( 0 , σ 2 ) ,给出似然函数并求出和的最大似然估计最优值。
c)最大后验估计参数(maximum a posterior estimation) 假设 ξi∼N(0,σ2) ξ i ∼ N ( 0 , σ 2 ) ,此外对参数有先验信息 α,β∼N(0,τ2) α , β ∼ N ( 0 , τ 2 ) ,求出 α,β α , β 的最大后验估计最优值。
a:
解得:
b:建立似然函数L,求似然函数的极值
c:在有先验信息时,似然函数变为如下:
通过上述推导,最小二乘估计是加权最小二乘估计的权重等于1时的特殊情况;
当残差满足正态分布时,极大似然估计的结果和最小二乘的结果相同;
极大似然估计是最大后验估计的先验概率 p(θ)=1 p ( θ ) = 1 特殊形式。