最小平方法在回归分析和趋势预测中的应用最小平方法,又称最小二乘法。其方法的计算依据是利用算术平均数的数学性质,在我们介绍算术平均数的数学性质时,有两条性质分别是:一、各个变量值与平均数的离差之和y-_等于零,用表达式表示即厶(-)_0;二、各个变量值与平均数的离差平方之和为最小值,用表达式表示为(-)2_最小值。这两条数学性质已证明过,我们把它们应用到回归分析和趋势预测中来。回归分析和时间序列趋势预测中,主要是为求得回归方程或趋势方程,但在求得方程的参数时,就要用到上面的两条数学性质。最小平方法的数学依据是实际值(观察值)与理论值(趋势值)的离差平方和为最小。据此来拟合回归方程或趋势方程。1、利用最小平方法拟合直线回归方程拟合直线回归方程的主要问题就在于估计待定参数a和b之值,而用最小平方法求出的回归直线是原有资料的“最正确”拟合直线。假设直线回归方程为:yc_a+b-,其中a是直线的截距,b是直线的斜率,称回归系数。a和b都是待定参数。将给定的自变量-之值代入上述方程中,可求出估计的因变量y之值。这个估计值不是一个确定的数值,而是y许多可能取值的平均数