最小一乘回归系数估计及其matlab实现,基于Matlab的最小一乘回归的线性规划实现...

五邑大学学报(自然科学版) JOURNAL OF WUYI UNIVERSITY ( Natural Science Edition) 第 20 卷 第 1 期 2006 年 4月 Vol.20 No.1 Apr. 2006 文章编号：1006-7302(2006)01-0005-04 1 基于 Matlab 的最小一乘回归的线性规划实现 肖健华 1,2，杨纬隆 1,2，李军 3 (1. 五邑大学 系统科学与技术研究所，广东 江门 529020； 2. 北京航空航天大学 经济管理学院，北京 100083； 3. 五邑大学 管理学院，广东 江门 529020) 摘要：对基于最小二乘准则的回归方法进行了分析，指出该方法容易受到野点信号的干扰. 最小一乘准则虽然克服了最小二乘准则的不足，但如何在其基础上建立与实现回归算法一直是一个难题. 论文中提出利用线性规划的方法建立该算法，并采用 Matlab 语言予以实现. 关键词：回归；野点；最小一乘准则；线性规划；Matlab 中图分类号：R195.1 文献标识码：A Realization of Least-Absolute Regression Using Linear Programming Based on Matlab XIAO Jian - hua 1,2, YANG Wei - long 1,2 , LI Jun 3 (1. Systems Science and Technology Institute, Wuyi Univ., Jiangmen 529020, China; 2. Economics and Management School, BUAA, Beijing 100083, China; 3. Management School, Wuyi Univ., Jiangmen 529020, China) Abstract: The regression method based on least-square criteria is analyzed which is easy to be disturbed by noise data. The least-absolute criteria can overcome the drawbacks of least-square criteria, but how to design and implement a regression algorithm based on it is a difficult problem. In this paper, a least-absolute regression algorithm using linear programming is proposed and realized by matlab. Key words: regression; noise; least-absolute criteria; linear programming; Matlab 作为一种数据统计方法，回归分析在众多领域中得到广泛的应用，诸如人脸识别、经济分析、参数估计、股市行情预测等等. 回归函数参数的取值必须满足在这些参数下，回归函数能使历史数据的拟合误差在某种测度下的累积最小. 目前，在回归估计中应用最多的误差测度算法是最小二乘法[1]. 然而，理论分析和实际算例都表明，用最小二乘算法计算回归函数会放大野点的干扰，这便是采用最小一乘算法[2] 的原因所在. 不足的是，采用最小一乘准则，难以设计