最小二乘法的计算过程
过程1 :求偏导联立方程的过程
{∂F∂b=2∑i=1n(axi+b−yi)=0(1)∂F∂a=2∑i=1n(axi+b−yi)∗xi=0(2)\left\{ \begin{array}{l} \frac{\partial{F}}{\partial{b}}=2\sum_{i=1}^{n}\left(ax_i+b-y_i\right)=0& \left(1\right)\\ \frac{\partial{F}}{\partial{a}}=2\sum_{i=1}^{n}\left(ax_i+b-y_i\right)*x_i=0& \left(2\right) \end{array}\right.{∂b∂F=2∑i=1n(axi+b−yi)=0∂a∂F=2∑i=1n(axi+b−yi)∗xi=0(1)(2)
具体过程如下:
第一步:
{a∑i=1nxi+bn−∑i=1nyi=0(3)a∑i=1nxi2+b∑i=1nx−∑i=1nxiyi=0(4)\left\{ \begin{array}{l} a\sum_{i=1}^{n}x_i+bn-\sum_{i=1}^{n}y_i=0& \left(3\right)\\ a\sum_{i=1}^{n}x_i^2+b\sum_{i=1}^{n}x-\sum_{i=1}^{n}x_iy_i=0& \left(4\right) \end{array}\right.{a∑i=1nxi+bn−∑i=1nyi=0a∑i=1nxi2+b∑i=1nx−∑i=1nxiyi=0(3)(4)
第二步:
{a∑i=1nxi=∑i=1nyi−bn(5)a∑i=1nxi2=∑i=1nxiyi−b∑i=1nx(6)\left\{ \begin{array}{l} a\sum_{i=1}^{n}x_i=\sum_{i=1}^{n}y_i-bn& \left(5\right)\\ a\sum_{i=1}^{n}x_i^2=\sum_{i=1}^{n}x_iy_i-b\sum_{i=1}^{n}x& \left(6\right) \end{array}\right.{a∑i=1nxi=∑i=1nyi−bna∑i=1nxi2=∑i=1nxiyi−b∑i=1nx(5)(6)
第三步,(5)\left(5\right)(5)式除以(6)\left(6\right)(6)式:
∑i=1nxi∑i=1nxi2=∑i=1nyi−bn∑i=1nxiyi−b∑i=1nxi(7)\frac{\sum_{i=1}^{n}x_i}{\sum_{i=1}^{n}x_i^2}=\frac{\sum_{i=1}^{n}y_i-bn}{\sum_{i=1}^{n}x_iy_i-b\sum_{i=1}^{n}x_i}\left(7\right)∑i=1nxi2∑i=1nxi=∑i=1nxiyi−b∑i=1nxi∑i=1nyi−bn(7)
第四步,交叉相乘后化简:
∑i=1nxi∑i=1nxiyi−b(∑i=1nxi)2=∑i=1nxi2∑i=1nyi−bn∑i=1nxi2(8)\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-b\left(\sum_{i=1}^{n}x_i\right)^2=\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i-bn\sum_{i=1}^{n}x_i^2\left(8\right)i=1∑nxii=1∑nxiyi−b(i=1∑nxi)2=i=1∑nxi2i=1∑nyi−bni=1∑nxi2(8)
第五步,提取b然后相除:
b[(∑i=1nxi)2−n∑i=1nxi2]=∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(9)b\left[\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2\right]=\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i\left(9\right)b⎣⎡(i=1∑nxi)2−ni=1∑nxi2⎦⎤=i=1∑nxii=1∑nxiyi−i=1∑nxi2i=1∑nyi(9)
b=∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(∑i=1nxi)2−n∑i=1nxi2(10)b=\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}\left(10\right) b=(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(10)
第六步,把bbb的结果带入(5)\left(5\right)(5)式:
a∑i=1nxi=∑i=1nyi−∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(∑i=1nxi)2−n∑i=1nxi2∗n(11)a\sum_{i=1}^{n}x_i =\sum_{i=1}^{n}y_i-\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}*n\left(11\right) ai=1∑nxi=i=1∑nyi−(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi∗n(11)
a∑i=1nxi=(∑i=1nxi)2∑i=1nyi−n∑i=1nxi2∑i=1nyi(∑i=1nxi)2−n∑i=1nxi2−∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(∑i=1nxi)2−n∑i=1nxi2∗n(12)a\sum_{i=1}^{n}x_i =\frac{\left(\sum_{i=1}^{n}x_i\right)^2\sum_{i=1}^{n}y_i-n\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}-\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}*n\left(12\right) ai=1∑nxi=(∑i=1nxi)2−n∑i=1nxi2(∑i=1nxi)2∑i=1nyi−n∑i=1nxi2∑i=1nyi−(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi∗n(12)
a=∑i=1nxi∑i=1nyi−n∑i=1nxiyi(∑i=1nxi)2−n∑i=1nxi2(13)a=\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}y_i-n\sum_{i=1}^{n}x_iy_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}\left(13\right) a=(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nyi−n∑i=1nxiyi(13)
综上所有结果:
{a=∑i=1nxi∑i=1nyi−n∑i=1nxiyi(∑i=1nxi)2−n∑i=1nxi2(14)b=∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(∑i=1nxi)2−n∑i=1nxi2(15)\left\{ \begin{array}{l} a=\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}y_i-n\sum_{i=1}^{n}x_iy_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}&\left(14\right)\\\\ b=\frac{\sum_{i=1}^{n}x_i\sum_{i=1}^{n}x_iy_i-\sum_{i=1}^{n}x_i^2\sum_{i=1}^{n}y_i}{\left(\sum_{i=1}^{n}x_i\right)^2-n\sum_{i=1}^{n}x_i^2}&\left(15\right) \end{array}\right.⎩⎪⎪⎨⎪⎪⎧a=(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nyi−n∑i=1nxiyib=(∑i=1nxi)2−n∑i=1nxi2∑i=1nxi∑i=1nxiyi−∑i=1nxi2∑i=1nyi(14)(15)
特殊情况没有进行考虑,大致计算过程如上所示。
过程2 :证明
{∂F∂b=2∑i=1n(axi+b−yi)=0(1)∂F∂a=2∑i=1n(axi+b−yi)∗xi=0(2)\left\{ \begin{array}{l} \frac{\partial{F}}{\partial{b}}=2\sum_{i=1}^{n}\left(ax_i+b-y_i\right)=0& \left(1\right)\\ \frac{\partial{F}}{\partial{a}}=2\sum_{i=1}^{n}\left(ax_i+b-y_i\right)*x_i=0& \left(2\right) \end{array}\right.{∂b∂F=2∑i=1n(axi+b−yi)=0∂a∂F=2∑i=1n(axi+b−yi)∗xi=0(1)(2)
的解是函数F(a,b)F(a,b)F(a,b)的极小值
令
{A=∂F∂2a=2∑i=1nxi2(1)B=∂F∂a∂b=2∑i=1nxi(2)C=∂F∂2b=2n(3)\left\{ \begin{array}{l} A=\frac{\partial{F}}{\partial^2{a}}=2\sum_{i=1}^{n}x_i^2& \left(1\right)\\ B=\frac{\partial{F}}{\partial{a}\partial{b}}=2\sum_{i=1}^{n}x_i& \left(2\right)\\ C=\frac{\partial{F}}{\partial^2{b}}=2n& \left(3\right) \end{array}\right.⎩⎨⎧A=∂2a∂F=2∑i=1nxi2B=∂a∂b∂F=2∑i=1nxiC=∂2b∂F=2n(1)(2)(3)
欲证:
AC−B2=4(n∑i=1nxi2−(∑i=1nxi)2)>0(4)\begin{aligned} AC-B^2&=4\left(n\sum_{i=1}^{n}x_i^2-\left(\sum_{i=1}^{n}x_i\right)^2\right)> 0 & \left(4\right) \end{aligned} AC−B2=4⎝⎛ni=1∑nxi2−(i=1∑nxi)2⎠⎞>0(4)
则有:
(4)  ⟺  n∑i=1nxi2−(∑i=1nxi)2>0  ⟺  n(x12+x22+⋯+xn2)−(x1+x2+⋯+xn)2>0(5)\begin{aligned} \left(4\right)&\iff n\sum_{i=1}^{n}x_i^2-\left(\sum_{i=1}^{n}x_i\right)^2&>0\\ &\iff n\left(x_1^2+x_2^2+\dots+x_n^2\right)-\left(x_1+x_2+\dots+x_n\right)^2&>0 & \left(5\right) \end{aligned} (4)⟺ni=1∑nxi2−(i=1∑nxi)2⟺n(x12+x22+⋯+xn2)−(x1+x2+⋯+xn)2>0>0(5)
由基本不等关系2(a2+b2)≥(a+b)22\left(a^2+b^2\right)\geq\left(a+b\right)^22(a2+b2)≥(a+b)2的扩展形式,易得(5)\left(5\right)(5)式成立。
其中当且仅当x1=x2=x3=⋯=xnx_1=x_2=x_3=\dots=x_nx1=x2=x3=⋯=xn时,(5)\left(5\right)(5)式可取等号。
同时:
A=∂F∂2a=2∑i=1nxi2≥0A=\frac{\partial{F}}{\partial^2{a}}=2\sum_{i=1}^{n}x_i^2\geq0A=∂2a∂F=2i=1∑nxi2≥0
当且仅当x1=x2=x3=⋯=xn=0x_1=x_2=x_3=\dots=x_n=0x1=x2=x3=⋯=xn=0时,等号成立。
则有:
{A>0AC−B2>0\left\{ \begin{array}{l} A>0\\ AC-B^2>0 \end{array}\right.{A>0AC−B2>0
可得方程(1),(2)\left(1\right),\left(2\right)(1),(2)的解是函数F(a,b)F(a,b)F(a,b)的极小值。
【其中取等于情况算作特殊情况,最后没有进行考虑】
最小二乘法的计算过程相关推荐
- 动画版RNN、LSTM和GRU计算过程
公众号关注 "视学算法" 设为"星标",第一时间知晓最新干货~ 编辑 | Python遇见机器学习 地址 | https://zhuanlan.zhihu.co ...
- python计算小数点后有几位_数学提高小数除法竖式计算过程
除数是小数时:先把除数变成整数,除数扩大到原来的多少倍,被除数也要扩大到原来的多少倍(即小数点也向右移动几位,位数不够的用0补),然后按照除数是整数的除法进行计算.计算小数除法,除到被除数的末尾仍有余 ...
- 交叉熵损失(Cross Entropy Loss)计算过程
交叉熵损失(Cross Entropy Loss)计算过程_藏知阁-CSDN博客_交叉熵计算公式
- 衡量计算机的平均无故障时间6,平均无故障时间MTBF测试及计算过程
<平均无故障时间MTBF测试及计算过程>由会员分享,可在线阅读,更多相关<平均无故障时间MTBF测试及计算过程(4页珍藏版)>请在人人文库网上搜索. 1.一.寿命估算模型常温下 ...
- 【计算理论】计算理论总结 ( 下推自动机计算过程 | 上下文无关文法 CFG 转为下推自动机 PDA ) ★★
文章目录 一.下推自动机计算过程 二.上下文无关文法 CFG 转为下推自动机 PDA 流程 参考博客 : [计算理论]上下文无关语法 ( 语法组成 | 规则 | 语法 | 语法示例 | 约定的简写形式 ...
- 【计算理论】图灵机 ( 非确定性图灵机 | 非确定性图灵机指令分析 | 计算过程 | 非确定性指令出现多个分支 | 非确定性图灵机转为计算树 | 计算树 )
文章目录 一.非确定性图灵机 二.非确定性图灵机 指令 三.非确定性图灵机 计算示例 初始状态 四.计算步骤 1 五.计算步骤 2 六.计算步骤 3 ( 出现非确定性分支 ) 七.计算步骤 3-1 ( ...
- 【计算理论】非确定性有限自动机 ( 计算过程 | 计算树 | 确定可接受字符串 | 设计非确定性有限自动机 | 空字符 )
文章目录 一.非确定性自动机 计算过程 ( 计算树 ) 二.判定 非确定性自动机 接受的字符串 三.自动机 设计要求 四.非确定性有限自动机设计 五.非确定性有限自动机 与 确定性 有限自动机 比较 ...
- 举例说明信息熵、互信息的计算过程
举例说明信息熵.互信息的计算过程_tangxianyu的博客-CSDN博客_互信息计算
- linux主机load average的概念计算过程注意事项
最近开发的一个模块需要根据机房各节点的负载情况(如网卡IO.load average等指标)做任务调度,刚开始对Linux机器load average这项指标不是很清楚,经过调研,终于搞清楚了其计算方 ...
最新文章
- library “libopencv_java4.so“ not found“
- 大规模推荐Deep Retrieval
- Activity 与ListActivity的区别
- golang实现聊天室(二)
- [js对象]JS入门之Date对象
- Linux下安装配置Jenkins
- tcp序列号为什么是随机的_TCP与UDP
- k8s 1.16安装metrics server
- 关于table固定宽高以及td内容过长换行的解决办法
- PHP图片打包压缩下载
- NAT+路由?内网套娃模式到底有何弊端?
- ZigBee网络路由算法设计
- 【金猿产品展】Wyn Enterprise——嵌入式商业智能软件,让数据分析无处不在
- 【Python爬虫】猫眼电影榜单Top100
- 基于扩展卡尔曼滤波的自适应智能无人车辆行驶matlab仿真,输出三维动态行驶动画
- json字符串转list<对象>
- 基于java的校园网站设计
- 2022 BUAA 软工第二次作业
- CapsNet(Capsule Network)——胶囊网络原理
- 抱米花-豆丁文档下载器 docin20090818
热门文章
- 在线订票系统--永胜票务网是怎么搭建的?
- Python数据分析入门笔记5——数据预处理之异常值
- python str转换int
- Codeforces Beta Round #57 (Div. 2)E---Enemy is weak(树状数组+离散化)
- IAR 中的 Fatal Error[Lc002]: could not open file 解决办法
- Introducing a forensics data type taxonomy of acquirable artefacts from PLCs
- JAVA测试题-定义一个运动员(Sportsman)类,包含姓名(name)、跳高(highJump)
- linux(debian 11)下安装nginx
- 已解决:树莓派外接硬盘 usb 或者sata 导致wifi无法链接 无线网卡无法使用问题
- (二)openssl完成服务器证书签发