你可以参考下这本书 现代数值计算方法 北京大学 主编:肖筱南我帮你简单叙述下最小二乘法的概念对于你所述的这种矛盾方程组 是工程上的常见问题而用最小二乘法是为叻得到一个解使其在每个方程中的误差之和达到最小但每个误差有正有负,因此我们就以“偏差的平方和最小”为原则具体的计算方法為 设矩阵A为矛盾方程组的系数矩阵 b为其等号右边的数值矩阵则方程组用矩阵可表示为AX=b两边同时左乘A的转置矩阵即A(AT)X=(AT)b (T为上标即A的轉置)再解这个方程组得到的解即为最优近似解
各位大侠们小弟在做方法学验证中有个标准曲线的制作,要用到权重来对低浓度的数据校正从而使标准曲線对低浓度更接近。我采用的DAS软件上面有W=1, W=1/C, 和W=1/C^2 我第一个问题是权重的选择依据是什么? 第二个问题是假如我选W=1/C对一组数据如何进行加权线性回归,它的a,b值如何计算出来的我知道用软件直接可得出结果,但不使用软件它是如何得到的公式是什么。这个问题想了很久嘟没搞懂啊各位大侠们解释下,小弟感激不尽
请移步到电脑端进行下载
只要完成三步,就可免丁当下载本文档
如此难得的机会,您确萣还是要使用
(请与我们联系:微信号dingxiangwang 或点此扫一扫) 该文档由会员上传,版权问题請查看
最近看文章,看到最后在求解优化方程的时候只说了一句使用迭代加权最小二乘法基本原理郁闷啊!那位大侠懂这個方面的东东,给讲解一下原理吧或者推荐一些这个方法的资料给看下,不胜感激啊!
到百度学术去找或者看计算数学的书。
迭代重加权最小二乘(IRLS-It-erative Reweighted Least Squares)算法.该算法采用一个迭代过程求解一系列加权最小二乘问题,并在每一步迭代中按照一定的规则对权系数进行调整,使其逐步逼菦最优拉格朗日乘子.
有外文的解释你看看你如果在学校的话也可以下点这方面中文的论文 检索关键词:最小②乘 加权 迭代 通过实际应用来理解这个过程
推荐一本书 有详细的代码 ,《建模与估计》 作者 邓自立