需要金币:500 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:4437 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要: 最小二乘法是从误差拟合角度对回归模型进行参数估计或系统辨识,并在参数估计、系统辨识以及预测、预报等众多领域中得到极为广泛的应用。然而,最小二乘法因其抽象、难懂常常被大家所忽视。本文就最小二乘法的引入,原理的证明,简单的应用进行归纳和总结,使读者对最小二乘法有更为清晰、系统、全面地认识。 关键词:最小二乘法; 线性拟合; 参数估计;
Abstract: Least squares fitting Angle from error estimates parameters of the regression model identification system, and in or parameter estimation, system identification and variety of fields and forecasting get extremely extensive application. However, the least squares because its abstract and obscure often ignored by everybody. This paper introduced the least-squares method, the principle of proof, simple applications make readers summed up of least squares have more clarity, system and comprehensive understanding. Keywords: Least squares; Linear fitting; Parameter estimate
目录 引言 1、最小二乘法的引入 1.1最小二乘法的历史简介 1.2问题的引入 2、最小二乘法原理的证明 2.1最小二乘法原理的初等证明 2.2利用欧式空间证明最小二乘法 3、最小二乘法简单运用举例 3.1最小二乘法在中学数学中的运用 3.2最小二乘法在中学物理中的运用 3.3最小二乘法在医学领域中的运用 总结 参考文献 |