? 最小方差失敗的條件

看板Math作者 (SaltLake)時間13年前 (2012/08/16 21:39), 編輯推噓3(3推 0噓 17→)
留言20則, 7人參與, 最新討論串1/1
最小方差法似乎是最常見的近似法 工程界的一堆問題常常二話不說就用最小方差法 但是 最小方差法真的適用所有情況? 是否有理論指出最小方差法失敗的情況? 這時候 有什麼替代方案? 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.169.227.213
→
08/17 02:33, , 1F
Least square 很爛耶, 在學校是常把它拿來做教學用
08/17 02:33, 1F
→
08/17 02:36, , 2F
但真實應用上,演算法會複雜許多,演算時間也不會過慢
08/17 02:36, 2F
→
08/17 02:37, , 3F
LS fitting 一個大缺點就是容易受 outlier 影響
08/17 02:37, 3F
推
08/18 00:46, , 4F
建議可以去找本數值課本翻閱，通常會介紹多項式插值
08/18 00:46, 4F
→
08/18 00:46, , 5F
或Spline等逼近方法
08/18 00:46, 5F
推
08/18 02:08, , 6F
樓上數值神手
08/18 02:08, 6F
→
08/18 02:22, , 7F
插值法不好處理高維度的問題
08/18 02:22, 7F
→
08/18 02:29, , 8F
另外 解最佳化問題最常用二階形式
08/18 02:29, 8F
→
08/18 02:30, , 9F
最後 偏離值對最小方差法的影響可有理論推估?
08/18 02:30, 9F
推
08/19 12:14, , 10F
可以用bukingham pi theorem ?
08/19 12:14, 10F
→
08/19 12:16, , 11F
欸好像不對當我沒說qq
08/19 12:16, 11F
→
08/19 14:23, , 12F
Spline 的方法也可能考慮 least squares 準則吧?!
08/19 14:23, 12F
→
08/19 14:24, , 13F
請分清楚用於 fitting data 的函數形式與 fitting 用
08/19 14:24, 13F
→
08/19 14:25, , 14F
的準則. Least squares 談的是用什麼準則, 至於要用
08/19 14:25, 14F
→
08/19 14:25, , 15F
什麼函數形式, 那是另一回事.
08/19 14:25, 15F
→
08/19 14:26, , 16F
Least squares 當然有其適用條件, 不是放諸四海而皆
08/19 14:26, 16F
→
08/19 14:27, , 17F
準. 至於它需要什麼條件, 還是去查一查關於這方法的
08/19 14:27, 17F
→
08/19 14:27, , 18F
介紹文章或專書吧.
08/19 14:27, 18F
→
08/13 17:02, , 19F
什麼函數形式, 那是另 https://muxiv.com
08/13 17:02, 19F
→
09/17 14:57, , 20F
欸好像不對當我沒說qq https://daxiv.com
09/17 14:57, 20F
‣ 更多 saltlake 的文章
文章代碼(AID): #1GBFWOHz (Math)