- 1、本文档共26页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学建模与计算数学模与计算
数学建模与计算
1 多元线性回归
1.1 回归系数的计算
假设变量y与p个变量x1, x2, … , xp之间存在以下线性关系:
y = b0 + b1x1 + b2x2 + … + bpxp (+ () (1.1)
这些变量的n组观测值如表1.1所示。
表1.1 p+1个变量的观测值
y x1 x2 … xp y1
y2
…
yn x11 x12 … x1p
x21 x22 … x2p
… … … …
xn1 xn2 … xnp
将这些数值代入(1.1)得
y1 = b0 + b1x11 + b2x12 + … + bpx1p
y2 = b0 + b1x21 + b2x22 + … + bpx2p
……
yn = b0 + b1xn1 + b2xn2 + … + bpxnp (1.2)
这是一个关于b0, b1, …,bp(待估参数)的线性方程组。一般来说方程个数n远大于变量个数p, 是一个不相容的线性方程组。但是可以求出b0, b1, …,bp的一组数值代入(1.2)式右边,使得等号两边的数值尽可能接近。最常用的便是最小二乘法,即
Min Q(b0, b1, …,bp) =
令
Y = , X = , ( = ,
得
Min Q(() = (Y ( X()T(Y ( X() = YTY ( 2YTX( + (TXTX(
这是一个关于(的凸二次函数。令
= (2 XTY + 2 XTX( = 0,
得到
XTX( = XTY.
此式称为正规方程组或法方程组。如果XTX可逆,则
= (XTX)(1XTY. (1.3)
其中= (,,…, )T。
定义1. n元实值函数f(x) = f(x1, x2, … , xn)的n个偏导数构成的向量称为梯度函数,记为(f(x)或, 即
= .
结论1.1. 设c和x是n维数向量,那么= c.
结论1.2. 设A是n ( n对称矩阵,x是n维向量,那么= 2Ax。
结论1.3. XTX可逆的必要充分条件是X的列线性无关。
1.2 回归方程的检验
定义
总平方和SStot = ,
回归平方和SSreg = ,
残差平方和SSerr = ,
其中=/ n, = +xi1 + … +xip。另外
R2 = ,
调节的R2 = 1 ( (1 ( R2).
通常,R2或调节的R2大于0.95时可认为回归方程成立。
1.3 可以用线性回归方法求解的非线性模型
(1) 二次函数
y = c0 + c1x + c2x2.
将x2看作一个新的变量,这是一个具有2个自变量的线性模型。
设x的观测值为x1, x2, … , xn, y的观测值为y1, y2, … , yn, 则公式(1.3)中的
X = , Y = , ( =
(2) C-D函数
Y = AL(K(
其中L是劳动力的投入,K是资金投入,Y是产出,A称为技术系数。A, (, (是待估参数。两边取对数得
lnY = lnA + (lnL + (lnK
(3) 施工区交通事故模型[2]
lnf = (0 + (1lnL+ (2 + (3+ (4U
其中f是施工区交通事故频率,L是施工区长度,D是施工期,Q是交通流量, U是道路类型。
(4) 单隧道地表沉降槽的高斯曲线模型
S = Smax
其中S是x处的沉降深度,Smax和a是待估参数。两边取对数得
lnS = lnSmax+ ax2.
1.4 不可以用线性回归方法求解的非线性模型
(1) 逻辑增长曲线预测模型
其中yt是第t期某经济指标的数值,k, a, b是待估参数。
(2) 双隧道地表沉降槽的高斯曲线模型[3]
S = s1+ s2
其中S是x处的沉降深度,u是两隧道中心的距离,s1, a1, s2, a2是待估参数。
以上两个模型的参数可用非线性最小二乘法求取。假设变量y自变量x((Rp)之间存在以下关系:
y = f(x; ()(+ ()
其中( ( Rm是待估参数。
给定因变量与自变量的若干组观测值(yi, xi),非线性最小二乘的数学模型如下:
这是一个无约束极值问题,由于形式特殊,可用Levenberg-Marquardt(LM)方法求解,见[4]p262-266.
习题
(1) 证明结论1.1, 1.2和1.3。
(2) 编一个计算程序计算(XTX)(1。
参考文献
[1] 盛骤,谢式千,潘承毅. 概率论与数理统计
文档评论(0)