1个回答
展开全部
我们假设测定的时候,横坐标没有误差(自己设计的样品,认为没有误差),所以认为误差完全出现在纵坐标上,即测定值上。所以只要求出拟合直线上的点和样品纵坐标值的距离的最小值,就好了。就认为这个直线离所有点最近。
设回归直线为y=mx+b。任意一点为(Xi,Yi),i是跑标,表示任意一个值。即求点(Xi,Yi)到与该点横坐标相同的拟合直线上的点(Xi,mXi+b)距离的最小值。所以距离为纵坐标相减,即d=|Y-Yi|=|mXi+b-Yi|。绝对值不好算,就换成平方。有d^2=(mXi+b-Yi)^2。现在把所有的距离相加。
即Σ(i=1,n),从1开始,加到第n个,(我就不写了太费劲)。 Σd^2=Σ(mXi+b-Yi)^2。
把d^2分别对m和b求偏导,因为你应该学过,最小值时候,导数应该等于0。
对m求,m即斜率,认为斜率是变量,其他都看成常量。
Σ[2*(mXi+b-Yi)Xi]=0,
展开得mΣXi^2+bΣXi-ΣXiYi=0,解出b=(ΣYi-mΣXi)/n,n表示一共多少个点, 就是代数预算,自己试试。
对b求偏导,
Σ[2*(mXi+b-Yi)*1]=0,解出mΣXi+nb=ΣYi
联立方程,解出m和b。有,
m=(nΣXiYi-ΣXiΣYi) / (nΣXi^2-(ΣXi)^2)
b=(ΣYi-mΣXi)/n
因为求和的ΣXi等于n乘以平均数。
所以继续变形,就有
设回归直线为y=mx+b。任意一点为(Xi,Yi),i是跑标,表示任意一个值。即求点(Xi,Yi)到与该点横坐标相同的拟合直线上的点(Xi,mXi+b)距离的最小值。所以距离为纵坐标相减,即d=|Y-Yi|=|mXi+b-Yi|。绝对值不好算,就换成平方。有d^2=(mXi+b-Yi)^2。现在把所有的距离相加。
即Σ(i=1,n),从1开始,加到第n个,(我就不写了太费劲)。 Σd^2=Σ(mXi+b-Yi)^2。
把d^2分别对m和b求偏导,因为你应该学过,最小值时候,导数应该等于0。
对m求,m即斜率,认为斜率是变量,其他都看成常量。
Σ[2*(mXi+b-Yi)Xi]=0,
展开得mΣXi^2+bΣXi-ΣXiYi=0,解出b=(ΣYi-mΣXi)/n,n表示一共多少个点, 就是代数预算,自己试试。
对b求偏导,
Σ[2*(mXi+b-Yi)*1]=0,解出mΣXi+nb=ΣYi
联立方程,解出m和b。有,
m=(nΣXiYi-ΣXiΣYi) / (nΣXi^2-(ΣXi)^2)
b=(ΣYi-mΣXi)/n
因为求和的ΣXi等于n乘以平均数。
所以继续变形,就有
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询