最小平方法是十九世纪统计学的主题曲。 从许多方面来看, 它之于统计学就相当于十八世纪的微积分之于数学。—-乔治·斯蒂格勒的《The History of Statistics》
1 日用而不知
来看一个生活中的例子。比如说,有五把尺子:
用它们来分别测量一线段的长度,得到的数值分别为(颜色指不同的尺子):
之所以出现不同的值可能因为:
-
不同厂家的尺子的生产精度不同
-
尺子材质不同,热胀冷缩不一样
-
测量的时候心情起伏不定
-
……
总之就是有误差,这种情况下,一般取平均值来作为线段的长度:
x = (10.2+10.3+9.8+9.9+9.8) / 5 = 10
日常中就是这么使用的。可是作为很事’er的数学爱好者,自然要想下:
-
这样做有道理吗?
-
用调和平均数行不行?
-
用中位数行不行?
-
用几何平均数行不行?
2 最小二乘法
换一种思路来思考刚才的问题。
首先,把测试得到的值画在笛卡尔坐标系中,分别记作 :
其次,把要猜测的线段长度的真实值用平行于横轴的直线来表示(因为是猜测的,所以用虚线来画),记作 :
每个点都向 做垂线,垂线的长度就是
,也可以理解为测量值和真实值之间的误差:
因为误差是长度,还要取绝对值,计算起来麻烦,就干脆用平方来代表误差:
总的误差的平方就是:
因为 是猜测的,所以可以不断变换:
自然,总的误差 也是在不断变化的。
法国数学家,阿德里安-馬里·勒讓德(1752-1833)提出让总的误差的平方最小的 就是真值,这是基于,如果误差是随机的,应该围绕真值上下波动。
这就是最小二乘法,即:
这个猜想也蛮符合直觉的,来算一下。
这是一个二次函数,对其求导,导数为0的时候取得最小值:
进而:
正好是算术平均数。
原来算术平均数可以让误差最小啊,这下看来选用它显得讲道理了。
以下这种方法:
就是最小二乘法,所谓“二乘”就是平方的意思,台湾直接翻译为最小平方法。
————————————————
版权声明:本文为CSDN博主「马同学图解数学」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/ccnt_2012/article/details/81127117