综合百科行业百科金融百科经济百科资源百科管理百科
管理百科
管理营销
资源百科
人力财务
经济百科
经济贸易
金融百科
金融证券
行业百科
物流咨询
综合百科
人物品牌

最小二乘估计

  	      	      	    	    	      	    

最小二乘估计 (least-squares estimation)

目录

什么是最小二乘估计

  最小二乘估计是高斯,C.F.(Gauss,Carl Friedrich) 在1974年提出的参数估计法,其特点是算法简单,不必知道被估计量及量测量有关的统计信息

  设第i次量测Zi

  Zi = HiX + Vi

  式中:Zimi维向量;HiVi为第i次量测的量测矩阵和随机量测噪声。

  描述r次量测的量测方程为

  Z = HX + V

  式中:Z、V为m_1+m_2+\ldots+m_i=m维向量,H为m×n矩阵

最小二乘估计指标

  最小二乘估计指标是,使各次量测Zi与由估计\widehat{X}确定的量测的估计\widehat{Z}_iH_i\widehat{X}均方和最小,即

  J\widehat{X}=(Z-H\widehat{X})^T(Z-H\widehat{X})=min

  X的最小二乘估计为

  \widehat{X}=(H^TH)^{-1}H^TZ

最小二乘估计的性质

  最小二乘估计的性质是,若量测噪声V是均值为零,方差为R的随机向量,则

  (1)最小二乘估计是无偏估计,即

  E[\widehat{X}]=X

  或

  E[\widehat{X}]=0

  式中:\widehat{X}=X-\widehat{X}\widehat{X}的估计误差

  (2)最小二乘估计的均方误差阵为

  E[\widehat{X}\widehat{X}^T]=(H^TH)^{-1}H^TRH(H^TH)^{-1}