摘要
给出多重线性回归:yi=β0 +β1xi1 +…+βpxip+εi(i= 1, 2,…,n)的最小二乘估计的递推算法:^β(n)=^β(n-1)+Pnxn(yn-xTn^β(n-1) )Pn=Pn-1 -Pn-1xnxTnPn-11+xTnPn-1xn^β(0)=0,P0 =αI(α>>1)。这种算法是自适应的,也是均方收敛的。
On multiple linear regressions:y_i=β_0+β_1x_(i1)+…+β_px_(ip)+ε_i(i=1,2,…,n),this paper gives a recursive algorithm of least square estimation:(n)=(n-1)+P_nx_n(y_n-x^T_n(n-1))P_n=P_(n-1)-P_(n-1)x_nx^T_nP_(n-1)1+x^T_nP_(n-1)x_n(0)=0,P_0=αI(α>>1).The algorithm is adaptive and mean square convergent.
出处
《南京工业大学学报（自然科学版）》
CAS
2005年第2期43-46,共4页
Journal of Nanjing Tech University(Natural Science Edition)
关键词
最小二乘法
多重线性回归
计算方法
均方收敛系统
随机变量
multiple linear regressions
least square estimation
recursive algorithm
mean square convergence
