|
|||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Метод наименьших квадратов
Метод наименьших квадратов — один из методов теории ошибок для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Метод наименьших квадратов применяется также для приближённого представления заданной функции другими (более простыми) функциями и часто оказывается полезным при обработке наблюдений.
Пусть в качестве исходных данных имеем таблицу, содержащую статистические данные, или данные экспериментов.
Если в качестве X выступает время, то имеем динамический ряд (тогда размещены в возрастающем порядке). Необходимо получить аналитическую зависимость , (*) которая наилучшим образом описывает начальные данные. Словосочетание «наилучшим образом», будем понимать в смысле минимума суммы квадратов отклонений значений , данных в таблице от , рассчитанных по (*): (**) Определение зависимости (*) необходимо, в т.ч., и для нахождения , что уже представляет собой задачу прогнозирования. Нанесём точки из таблицы на координатную плоскость и сделаем предположение, что зависимость (*) является линейной , а отклонения от прямой вызваны случайными факторами. Определим уравнение прямой (найдем значения коэффициентов a и b), так, чтобы получить решение задачи , т.е. необходимо найти минимум функции . Функция . Продифференцируем по a и по b. Получим:
, . Для того, чтобы найти минимум функции E(a,b), приравняем нулю производные и упростим систему: Последнюю систему можно представить в матричном виде: Решая её получим: . Вычислив a и b, получим функцию , которая в классе линейных функций наилучшим образом описывает табличную зависимость в смысле минимума суммы квадратов отклонений. Теперь можно рассчитать и прогноз . Пример 1. Приближение функции по методу наименьших квадратов. Пусть функция задана таблицей своих значений:
Приблизим функцию многочленом 2-ой степени. Для этого вычислим коэффициенты нормальной системы уравнений: , , , , , Составим нормальную систему наименьших квадратов, которая имеет вид: Решение системы легко находится: , , . Таким образом, многочлен 2-ой степени найден: .
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.005 сек.) |