×

椭圆和双曲线的最小二乘拟合。 (英语) Zbl 0885.62075号

考虑了对给定数据点进行曲线拟合的正交回归问题。设数据为((x_i,y_i),(i=1,dots,n),拟拟合曲线由参数模型描述(x=x(t,alpha),(y=y(t,alpha)),其中,(alpha是待估计的向量参数。那么问题是最小化\[S(α,t1,\dots,t_n)=\sum_{k=1}^n((y_k-y(t_k,\alpha))^2+(x_k-x(t_k、\alpha))^2)。\]作者提出了一种由两步组成的最小化(S)的迭代算法。在第1步,(S\)被最小化为\(\alpha\),固定为\(t_k。对于椭圆和双曲线,这些步骤简化为求解简单的代数方程。给出了数值例子。

MSC公司:

62J02型 一般非线性回归
65立方厘米99 概率方法,随机微分方程
PDF格式BibTeX公司 XML格式引用