字词 | 最小二乘法 |
类别 | 中英文字词句释义及详细解析 |
释义 | 最小二乘法 分为“普通最小二乘法”(Ordinary Least Squares简称OLS)和“广义最小二乘法”(Generalized Least Squares简称GLS)。 普通最小二乘法是适用于[经典线性回归模型]的估计参数的方法。对于经典线性回归方程: Y=Xβ+u 根据X和Y的样本数据来估计参数β,设估计值为β,则: Y=Xβ+e Y的估计值 #,所以e=Y-X β=Y-Y是Y的估计误差。最小二乘法的基本思想是:如果令误差平方和e′e最小,那么估计值#是最接近原值Y的(注意Y和e均为向量,e′表示e的转置)。 由微分学的求极值方法 可推导出: β=(X′X)-1X′Y 据[高斯-马尔可夫定理],对于经典线性回归模型使用普通最小二乘法,所得的参数估计式(即此处的β)是最优线性无偏估计式。 广义最小二乘法适用于违反经典假定的线性回归模型,设模型为: Y=Xβ+u 假定E(u)=0,E(uu′)=σ2Ω,其中σ2为常数,Ω为n阶对称正定矩阵,包含了异方差和(或)自相关的信息。 经过模型变换和推导,得到β的广义最小二乘估计式为: β=(X′Ω-1X)-1X′Ω-1Y 据[高斯-马尔可夫定理],对于违反经典假定的线性回归模型,广义最小二乘估计式(即此处的β)是最优线性无偏估计式。 |
随便看 |
|
文网收录3541549条中英文词条,其功能与新华字典、现代汉语词典、牛津高阶英汉词典等各类中英文词典类似,基本涵盖了全部常用中英文字词句的读音、释义及用法,是语言学习和写作的有利工具。