展开全部 +
首页 . 工学 . 测绘学 . 大地测量学 . 测量误差理论与数据处理 . 测量平差 . 方差-协方差分量估计

最小二乘估计

/least square estimation/
条目作者刘国林

刘国林

最后更新 2024-12-13
浏览 238
最后更新 2024-12-13
浏览 238
0 意见反馈 条目引用

最小二乘估计是以加权残差平方和最小为准则求定未知参数估计量的方法。

英文名称
least square estimation
所属学科
测绘学

最小二乘广泛应用在自然科学的诸多学科领域,统计学家用其估计未知参数,工程技术人员用其进行曲线拟合、函数逼近或数据光滑,而数值分析学家用其讨论求解非正方形的线性方程组。但无论是参数估计还是曲线拟合,实际上均可归结为非正方形的线性方程组求解。

具体在测量平差中,设为观测值向量,为其观测误差向量,为未知参数向量,相应的线性观测方程为。进一步设的估值为的估值为,则有误差方程为:


所谓最小二乘估计就是使二次型达到最小值,即:

从而求得:

式中为观测值的权矩阵,为对称正定阵。其估计误差的方差阵为:

最小二乘估计具有如下性质:①最小二乘估计是一种线性估计,即估计量是观测值的线性函数。②当观测误差的数学期望为零时,最小二乘估计是无偏估计。③当观测误差的方差阵为,且取时,最小二乘估计的误差方差阵达到最小。④最小二乘估计不需要未知参数的任何先验统计信息。

最小二乘在诸多自然科学领域得到广泛应用。随着观测数据的多源化、数学模型的复杂化,以及模型解算的精确化,最小二乘也得到广泛发展,如非线性最小二乘、等式(或不等式)约束最小二乘、动态最小二乘、整体最小二乘、偏最小二乘、移动最小二乘等。

相关条目

阅读历史

    意见反馈

    提 交

    感谢您的反馈

    我们会尽快处理您的反馈!
    您可以进入个人中心的反馈栏目查看反馈详情。
    谢谢!