最近需要用到最小二乘法,儘管一直知道通過matlab直接就能實現,但是具體做法以及推導過程不清楚,心虛,以此博文記錄一下。
迴歸分析稱爲一元線性迴歸分析。如果迴歸分析中包括兩個或兩個以上的自變量,且因變量和自變量之間是線性關係,則稱爲多元線性迴歸分析。對於二維空間線性是一條直線;對於三維空間線性是一個平面,對於多維空間線性是一個超平面。 [4]
最常用的是普通最小二乘法( Ordinary Least Square,OLS):所選擇的迴歸模型應該使所有觀察值的殘差平方和達到最小。(Q爲殘差平方和)- 即採用平方損失函數。
步驟:
1、樣本回歸模型:
2、平方損失函數
3、 Q對兩個待估參數的偏導數
4、解方程
求得使平方損失函數取得極值點的那兩個係數。這是一次線性迴歸問題。
使用向量表示OLS(Ordinary Least Square, 普通最小二乘法),則有:
XTXβ=XTy
也即:
β=(XTX)-1XTy
其中是最小二乘估計的線性迴歸係數。
也就是說,通過原始的散點(Xi,Yi),計算得到的是係數向量 ,再進行計算時,使用向量 與X相乘,即可得到Y。
最小二乘法在OMP稀疏恢復算法中有用到。