Kleinste-kwadratenmethode: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
k MichielDMN heeft pagina Kleinste-kwadratenmethode naar Kleinstekwadratenmethode hernoemd: streepje is overbodig |
k geen reden voor een streepje |
||
Regel 1:
De '''
== Geschiedenis ==
De methode werd onafhankelijk van elkaar ontwikkeld door [[Carl Friedrich Gauss]] en [[Adrien Marie Legendre]]. In [[1801]] gebruikte Gauss de
== Definitie ==
De
Stellen we het ''i''-de meetpunt voor door <math>(x_i,y_i)</math>, en de gezochte lijn door:
Regel 28:
== Generalisatie ==
De
Als het model slechts onafhankelijke parameters kent, die daarnaast elk alleen in de eerste macht voorkomen, dan kan men de
Wanneer het model wel hogere machten heeft of correlaties tussen parameters kent, kan via een iteratieve procedure toch vaak een goed model worden gevonden. Hiervoor moet men een aantal keren een berekening maken waarbij de lokale [[afgeleide]] van de model-[[functie (wiskunde)|functie]] wordt gebruikt. Men moet daarvoor echter wel van tevoren weten waar men ongeveer zal uitkomen, anders kan men in een verkeerd (suboptimaal) minimum uitkomen.
Regel 39:
waarin <math>\,f</math> een bekende familie van [[functie (wiskunde)|functies]] is, geparametriseerd door de ''m'' [[parameter]]s <math>\beta_1,\dots,\beta_m</math>, en <math>\,u_i</math> een storingsterm is.
De optimale waarden <math>b_1,\dots,b_m</math> van de parameters worden bepaald door het
:<math>S = \sum_{i=1}^n \left(y_i - f(x_1,\dots,x_n, b_1,\dots,b_m)\right)^2</math>
Regel 45:
== Lineaire regressie ==
De
Een vergelijkbare rekenmethode waarbij alle waarden niet vooraf bekend hoeven te zijn is het [[Kalman-filter]].
|