机械工程学报英文最小二乘法的原理
最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理诸多学科领域得到广泛应用的数学工具。 根据样本数据,采用最小二乘估计式可以得到简单线性回归模型参数的估计量。但是估计量参数与总体真实参数的接近程度如何,是否存在更好的其它估计式,这就涉及到最小二乘估计式或估计量的最小方差(或最佳)(Best)性、线性(Linear)及无偏( Unbiased)性,简称为BLU特性。这就是广泛应用普通最小二乘法估计经济计量模型的主要原因。下面证明普通最小二乘估计量具有上述三特性 [10] 。 1、线性特性
语义网络分析所谓线性特性,是指估计量分别是样本观测值的线性函数,亦即估计量和观测值的线性组合。
靖边县人民医院>体育学刊
2、无偏性
气浮导轨
无偏性,是指参数估计量的期望值分别等于总体真实参数 [10] 。
武汉大学国际软件学院
3、最小方差性
所谓最小方差性,是指估计量与用其它方法求得的估计量比较,其方差最小,即最佳。最小方差性又称有效性。这一性质就是著名的高斯一马尔可夫( Gauss-Markov)定理。这个定理阐明了普通最小二乘估计量与用其它方法求得的任何线性无偏估计量相比,它是最佳的 。