我有以下问题:
考虑一组方程 y=ax+b
,其中我知道 y 和 x,并希望使用最小二乘法估计 a
和 b
。
假设有 Y=[y1 ; y2]
和
A=[x1 1; x2 1]
使得 Y=A*[a;b]
根据最小二乘法:
B=[a;b]=(转置(A)*A)^-1*转置(A)*Y
(A'*A)\A'*Y
和A\Y
相同吗?计算 B 的最佳方法是:
inv( 转置(A)*A ) *转置(A)*Y
(转置(A)*A)\转置(A)*Y
(A'*A)\A'*Y
pinv(A)*Y
(计算伪逆矩阵)
以上所有结果都略有不同
最佳答案
在解决您的疑问之前,必须先发表评论。当您想使用简写运算符转置矩阵时...您不应该使用 '
,但是.'
。第一个是 conjugate transpose 的简写运算符而第二个是用于 transpose 的正确速记运算符。虽然它们通常会产生相同的结果,但将前者与包含复数的矩阵一起使用可能会扰乱您的计算。
由于您没有提供数据示例,因此以下是我为测试部署的设置:
Y = [2; 4];
A = [3 1; 7 1];
现在,让我们一步一步来。对于您的第一个答案,是的,这两个运算从数学角度来看是等效的,并且产生基本相同的结果:
>> B = A \ Y
B =
0.5
0.5
-----------------------------
>> B = inv(A.' * A) * A.' * Y
B =
0.500000000000001
0.5
您看到的细微差别是由于 INV(A) * b
不如 A \ b
准确,如果您将调用悬停在 inv
上,即使 Matlab 代码解释器也清楚地说明了这一点函数后跟乘法(应标有橙色警告突出显示):
这也部分回答了您的第二个问题,但让我们做一个详尽的基准测试。我放弃了使用 inv(A.' * A) * A.' * Y
执行的计算因为建议避免它。我们开始吧:
tic();
for i = 1:100000
B = A \ Y;
end
toc();
tic();
for i = 1:100000
B = pinv(A) * Y;
end
toc();
tic();
for i = 1:100000
B = (A.' * A) \ A.' * Y;
end
toc();
这是基准测试的结果:
Elapsed time is 0.187067 seconds.
Elapsed time is 2.987651 seconds.
Elapsed time is 2.173117 seconds.
鉴于这三种方法具有相同的准确度......第一种方法显然是迄今为止最快的方法。
关于matlab - Matlab中使用最小二乘法进行参数估计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48969412/