加权最小二乘

加权最小二乘法是一种处理观测数据时考虑不同观测重要性的优化方法。它通过赋予观测不同的权重来调整参数估计,以降低权重较大观测的残差。在两个观察方程的例子中,高权重的观测方程对结果的影响更大,因为它导致残差被放大,从而影响最终的估计值。这种方法在实际应用中,如数据拟合和估计问题,能有效提高估计精度。

加权最小二乘

加权最小二乘最小二乘有两种形式:

  1. Ax = b,P权阵
    求解时:
    x = (ATPA)-1*ATPb
    需要特意构建ATPA和ATPb

  2. WAx = Wb
    求解时:
    令WA为A‘,Wb为b’
    A‘x=b’
    x = (A‘TA’)-1*A‘Tb’

两种的等价关系: P=WTW

后者更方便使用Eigen实现

权矩阵W

A的维度是观察数×参数维度
权矩阵大小是观察数*观测数。且是一个对角阵。
A和b矩阵都要乘以相同的权值

假设现在有两个观察方程:
a1 = 6
a1 = 3

最后a1 = 4.5
对观察方程进行加权:
100 * a1 = 100 * 6
a1 = 3

最终a1 = 5.97

权值大的观测方程会更重要,因为残差 = 100(a1 - 6),在加权后放大了100倍,为了让残差更小,只能更加靠近或相信权值大的观测方程。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值