最小二乗法の主張とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 最小二乗法の主張の意味・解説 

最小二乗法の主張

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/09/19 08:12 UTC 版)

非線形最小二乗法」の記事における「最小二乗法の主張」の解説

m {\displaystyle m} 個のデータポイント ( x i , y i ) , ( x 2 , y 2 ) , … , ( x m , y m ) {\displaystyle (x_{i},y_{i}),(x_{2},y_{2}),\dots ,(x_{m},y_{m})} からなるセット対し、 n {\displaystyle n} 個のフィッティングパラメータ β 1 , β 2 , … , β n {\displaystyle \beta _{1},\beta _{2},\dots ,\beta _{n}} を持つモデル関数 y = f ( x , β ) {\displaystyle y=f(x,{\boldsymbol {\beta }})} (1-1) をあてはめる場合考える。ここで、それぞれのデータ ( x m , y m ) {\displaystyle (x_{m},y_{m})} において、 x i {\displaystyle x_{i}} は説明変数とし、 y i {\displaystyle y_{i}} は目的変数とする。 β = ( β 1 , β 2 , … , β n ) {\displaystyle {\boldsymbol {\beta }}=(\beta _{1},\beta _{2},\dots ,\beta _{n})} は、前記の n {\displaystyle n} 個のフィッティングパラメータ β i {\displaystyle \beta _{i}} からなる実数ベクトルとする。 また、以下で定まる残差 r i = y i − f ( x i , β ) ( i = 1 , 2 , … , m ) {\displaystyle r_{i}=y_{i}-f(x_{i},{\boldsymbol {\beta }})\qquad (i=1,2,\dots ,m)} (1-2) のそれぞれは、それぞれ期待値 0 {\displaystyle 0} 、標準偏差 σ i {\displaystyle \sigma _{i}} の正規分布に従うとする。また、話を簡単にするため、 x i {\displaystyle x_{i}} それぞれは、いずれも誤差持たないとする。 このとき、考えるべき問題は、もっとも当てはまりのよい β {\displaystyle {\boldsymbol {\beta }}} を見つけ出すことである。 非線形最小二乗法では、以下の残差平方和(より正確に言えば標準化され残差平方和) S ( β ) = ∑ i = 1 m r i 2 2 σ i 2 = ∑ i = 1 m ( y i − f ( x i , β ) ) 2 2 σ i 2 {\displaystyle S({\boldsymbol {\beta }})=\sum _{i=1}^{m}{\frac {r_{i}^{2}}{2{\sigma }_{i}^{2}}}=\sum _{i=1}^{m}{\frac {({y}_{i}-f({x}_{i},{\boldsymbol {\beta }}))^{2}}{2{\sigma }_{i}^{2}}}} (1-3) を最小とするような β {\displaystyle {\boldsymbol {\beta }}} が、もっとも当てはまりの良い f {\displaystyle f} を与えるフィッティングパラメータと考える。 この考え方は、数多ある考え方一つに過ぎない。他の考え方としては、例えば ∑ i = 1 n | r i | {\displaystyle {\sum }_{i=1}^{n}|{r}_{i}|} を最小にする考え方 ∑ i = 1 m ( y i − f ( x i , β ) ) 2 {\displaystyle \sum _{i=1}^{m}(y_{i}-f(x_{i},{\boldsymbol {\beta }}))^{2}} を最小とする考え方(単に各データバラつきが同じと勝手に仮定しただけ)。 データモデル関数共に何らかの変換例え対数変換)を加えたうえで、最小二乗法をする考え方カイ二乗値を最小にする考え方。 等があり得る。これらの考え方で”最適となったフッティングパラメータは、最小二乗法では”最適”とは限らない。 ただし、最小二乗法考え方は、確率論的尤もらしさ裏付けられている。このことについては、次節にて論じる。

※この「最小二乗法の主張」の解説は、「非線形最小二乗法」の解説の一部です。
「最小二乗法の主張」を含む「非線形最小二乗法」の記事については、「非線形最小二乗法」の概要を参照ください。

ウィキペディア小見出し辞書の「最小二乗法の主張」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「最小二乗法の主張」の関連用語

最小二乗法の主張のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



最小二乗法の主張のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの非線形最小二乗法 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS