Metoda nejmenších čtverců: Porovnání verzí

Smazaný obsah Přidaný obsah
→‎Externí odkazy: zmena kategorie: + linearni algebra, - analyza
typo
Řádek 5:
'''Metoda nejmenších čtverců''' je [[matematika|matematicko]] [[statistika|statistická]] [[metoda]] používaná zejména při zpracování nepřesných [[data|dat]] (typicky experimentálních empirických dat získaných napříkad měřením). Metoda je v základní podobě určená pro řešení nekompatibilních soustav lineárních rovnic (v obecnější podobě hovoříme o [[nelinární metoda nejmenších čtverců|nelineární metodě nejmenších čtverců]]), díky čemuž je fakticky ekvivalentní tzv. [[lineární regrese|lineární regresi]].
 
S nejjednodušší aplikací metody nejmenších čtverců se setkáváme například při prokládání ([[aproximace|aproximačniaproximaci]]) naměřených jednorozměrných dat přímkou. Nepatrně složitější aplikací je proložení dat parabolou, obecným polynomem předem daného stupně, nebo obecnou lineární kombinací předem daných bázových [[Funkce (matematika)|funkcí]]. Fakt, že proložení dat polynomem libovolného ale předem daného stupně je stále lineární regresí, je častým zdrojem nedorozumění a terminologických nejasností. Další jednoduchou aplikací je nalezení nejpravěpodobnějšího průsečíku několika přímek (jejichž matematický popis je zatížen chybou) v rovině. Metoda nejmenších čtverců má velmi mnoho dalších aplikací v nejširším okruhu vědních oborů, ve kterých se setkáváme s nepřesnými daty, od statistiky a ekonomie, přes geodézii až po zpracování signálů a teorii řízení.
 
Obecně metoda nejmenších čtverců slouží k eliminaci chyb, kterou provádí optimálně vzhledem k pevně danému jednoznačnému kritériu (viz níže). Optimálně eliminovat chyby v datech lze i vzhledem k jiným kriteriím, takový postup může vést na metody převoditelné na metodu nejmenších čtverců (při použití různých typů vážení, např. když je známo, že chyba některých měření se výrazně liší od zbytku), nebo na metody obecně nepřevoditelné (nebo obtížně převoditelné) na metodu nejmenších čtverců (např. úplný problém nejmenších čtverců).<ref name="stpa">Christopher C. Paige, Zdeněk Strakoš, ''Scaled Total Least Squares Fundamentals'', Numerische Mathematik, 91, 2002, pp. 117-146.</ref>