Содержание
Метод наименьших квадратов
- ПО КРИТЕРИЮ НИКИТЕНКОВА ЭТО ПЛОХАЯ СТАТЬЯ ПО МАТЕМАТИКЕ!
- Статью под снос и переделку. То, что я здесь напитиримил, перенесу в longcheatsheet для тех, кому нужно очень глубоко копать именно в математических обоснованиях метода, причем преимущественно в области применения МНК для статистического оценивания. --АтрашкевичАндрей
Общие комментарии к статье:
- Статья пишется максимально подробно с той целью, чтобы человек, ни разу до этого не сталкивавшийся с МНК мог понять и его сущность, и то, как получаются оценки коэффициентов линейного полинома, аппроксимирующего данные. Входные требования: дифференциальное исчисление функций многих переменных, основы линейной алгебры (где-то в районе первых трех лекций стандартного университетского курса).
- Эту статью нужно читать с листочком и карандашом, повторяя действия (дифференцируя, проводя подстановки, рисуя, особенно рисуя). Это не Талмуд, тут заучивание не катит. Пишущий слушает (и читает) дважды.
- В статье нет фраз: «очевидно, что» и прочих благоглупостей. Любой пропуск в рассуждениях смерти подобен. А учебники, в которых много таких фраз должны отправляться в помойное ведро. Там им и место.
WoLongCheatSheet
Оцениваем с помощью , где — знак оценки, поэтому: и .
Отклонение в значении обозначим
Будем минимизировать сумму квадратов отклонений:
Условие первого порядка:
Рассмотрим :
Откуда:
Рассмотрим :
Откуда:
Система в результате преобразований превращается в систему :
Обозначим: , , , и перепишем систему :
Выразим из значение :
и подставим его в :
КатегорияПрикладнаяМатематика