精选优质文档-倾情为你奉上最小二乘法探究0. 前言最小二乘法发源于天体物理学，并广泛应用于其他各个学科。最小二乘法（Least squares）又称最小平方法，一元线性回归法，是一种数学优化技术，用于建立经验公式，利用它可以把生产或实验中所积累的某些经验提高到理论上加以分析。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合,是我们在建模竞赛中常用的一种手段。一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。最小二乘法发源于天体物理学，并广泛应用于其他各个学科。最小二乘法对于统计学具有十分重要的意义。相关回归分析，方差分析和线性模型理论等数理统计学的几大分支都以最小二乘法为理论基础，正如美国统计学家斯蒂格勒（S.M,Stigler）所说，“最小二乘法之于数理统计学犹如微积分之于数学”。故对最小二乘法做一番探究进而理解并掌握这一思想是十分有必要的。1. 原理在古汉语中“平方”称为“二乘”，“最小”指的是参数的估计值要保证各个观测点
