Это старая версия (1.121) МетодНаименьшихКвадратов.

Содержание

Метод наименьших квадратов

Оцениваем y sub i = beta sub 0 + beta sub 1 x sub i + epsilon sub i с помощью y accent size +3 \\\"^\\\" sub i = b sub 0 + b sub 1 x sub i , здесь nothing accent size +3 { \\\"^\\\" } — знак оценки, поэтому b sub 0 = beta accent size +3 \\\"^\\\" sub 0 и b sub 1 = beta accent size +3 \\\"^\\\" sub 1 .

Функция суммы квадратов невязок: 

 size +2
SSE = size +2 sum from i=1 to n e sub i sup 2 = size +2 sum from i=1 to n (y sub i - y accent size +3 \\\"^\\\" sub i ) sup 2 = size +2 sum from i=1 to n (y sub i - (b sub 0 + b sub 1 x sub i )) sup 2 = size +2 sum from i=1 to n size +1 ( y sub i - (b sub 0 + b sub 1 x sub i ) size +1 ) sup 2 
 size +3
SSE = size +3 sum from i=1 to n e sub i sup 2 = size +3 sum from i=1 to n (y sub i - y accent size +3 \\\"^\\\" sub i ) sup 2 = size +3 sum from i=1 to n (y sub i - (b sub 0 + b sub 1 x sub i )) sup 2 = size +3 sum from i=1 to n size +1 ( y sub i - (b sub 0 + b sub 1 x sub i ) size +1 ) sup 2 
 size +4
SSE = size +4 sum from i=1 to n e sub i sup 2 = size +4 sum from i=1 to n (y sub i - y accent size +3 \\\"^\\\" sub i ) sup 2 = size +4 sum from i=1 to n (y sub i - (b sub 0 + b sub 1 x sub i )) sup 2 = size +4 sum from i=1 to n size +1 ( y sub i - (b sub 0 + b sub 1 x sub i ) size +1 ) sup 2

Задача безусловной оптимизации — минимизация суммы квадратов невязок: SSE = size +3 sum from i=1 to n size +1 ( y sub i - (b sub 0 + b sub 1 x sub i ) size +1 ) sup 2 ->

КатегорияПрикладнаяМатематика