知识卡片
直线系数依赖横坐标的离散度
直线最小二乘系数可写:
b1=(nΣxiyi−ΣxiΣyi)/(nΣxi²−(Σxi)²),b0=(Σyi−b1Σxi)/n。
等价地,斜率为Σ(xi−x̄)(yi−ȳ)/Σ(xi−x̄)²,截距为ȳ−b1x̄。需要n>0且横坐标不全相同,才有非零分母并能确定唯一斜率;所有x相同并不能由该式可靠返回一条唯一拟合线。NIST直线最小二乘(2026-11-06核验中心化公式)。
02996九点汇总Σx=−0.5、Σy=−0.5、Σx²=64.75、Σxy=35.75,得到b1≈0.5519、b0≈−0.0249。02995最后把b0写成正0.0249是符号笔误,正文y≈0.5519x−0.0249与公式一致。
235⁄02999 sumx/sumy/sumx2/sumxy初始化0,循环累计x、y、pow(x,2)、x*y;斜率以sumxy−sumx*sumy/n除以sumx2−sumx²/n,截距(sumy−b1*sumx)/n。正常非退化时与233公式等价,没有额外异常输入分支。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
b1和b0的估计值,使得y(x)是n个点(x0,y0),……,(xn-1,yn-1)的最佳拟合线。最佳拟合线采用最小二乘估计法来最小化点(xi,yi)(i=0,……,n-1)同对应点(xi,y(xi))之间的垂直平方距离之和。在这种定义下,每个点(xi,yi)都会尽可能靠近这条线段,因而称为最佳拟合
- · 查看原书依据
sumx2与sumxy(见示例13-2)。一旦完成了计算,接下来就用前面介绍过的公式来计算b1和b0。 函数lsqe的时间复杂度为O(n),这是因为该函数只有一个循环,需要遍历n次才能得出求和的结果,这里n是点集中元素的个数。 示例13-2:最小二乘估计的实现