如何理解最小二乘法?
日用而不知
来看一个生活中的例子。比如说,有五把尺子:
用它们来分别测量一线段的长度,得到的数值分别为(颜色指不同的尺子):
\begin{align} \begin{array}{c|c} \qquad\qquad&\qquad长度\qquad\\\hline \color{red}红& 10.2 \\\hline \color{blue}蓝& 10.3 \\\hline \color{orange}橙&9.8\\\hline \color{Goldenrod}黄&9.9\\\hline \color{green}绿&9.8\\ \end{array} \end{align}
之所以出现不同的值可能因为:
- 不同厂家的尺子的生产精度不同
- 尺子材质不同,热胀冷缩不一样
- 测量的时候心情起伏不定
- …
总之就是有误差,这种情况下,一般取平均值来作为线段的长度:
\begin{align}\overline{x}=\frac{10.2+10.3+9.8+9.9+9.8}{5}=10\end{align}
日常中就是这么使用的。可是作为很事’er的数学爱好者,自然要想下:
- 这样做有道理吗?
- 用调和平均数行不行?
- 用中位数行不行?
- 用几何平均数行不行?
最小二乘法
换一种思路来思考刚才的问题。
首先,把测试得到的值画在笛卡尔坐标系中,分别记作:
其次,把要猜测的线段长度的真实值用平行于横轴的直线来表示(因为是猜测的,所以用虚线来画),记作:
每个点都向做垂线,垂线的长度就是,也可以理解为测量值和真实值之间的误差:
因为误差是长度,还要取绝对值,计算起来麻烦,就干脆用平方来代表误差:
\begin{align}|y-y_i|\to (y-y_i)^2\end{align}
总的误差的平方就是:
\begin{align} \epsilon=\sum (y-y_i)^2 \end{align}
因为是猜测的,所以可以不断变换:
自然,总的误差也是在不断变化的。
这就是最小二乘法,即:
\begin{align} \epsilon=\sum (y-y_i)^2最小\implies 真值y \end{align}
这个猜想也蛮符合直觉的,来算一下。
这是一个二次函数,对其求导,导数为0的时候取得最小值:
\begin{align}\begin{aligned} \frac{d}{dy}\epsilon &=\frac{d}{dy}\sum (y-y_i)^2=2\sum (y-y_i)\\ \quad\\ &=2((y-y_1)+(y-y_2)+(y-y_3)+(y-y_4)+(y-y_5))=0 \quad\\ \end{aligned} \end{align}
进而:
\begin{align} 5y=y_1+y_2+y_3+y_4+y_5\implies y=\frac{y_1+y_2+y_3+y_4+y_5}{5} \end{align}
正好是算术平均数。
原来算术平均数可以让误差最小啊,这下看来选用它显得讲道理了。
以下这种方法:
\begin{align} \epsilon=\sum (y-y_i)^2最小\implies 真值y \end{align}
就是最小二乘法,所谓“二乘”就是平方的意思,台湾直接翻译为最小平方法。
推广
算术平均数只是最小二乘法的特例,适用范围比较狭窄。而最小二乘法用途就广泛。
比如温度与冰淇淋的销量:
\begin{align} \begin{array}{c|c} \qquad\qquad&\qquad销量\qquad\\\hline \color{red}{25^\circ}& 110 \\\hline \color{blue}{27^\circ}& 115 \\\hline \color{orange}{31^\circ}&155\\\hline \color{Goldenrod}{33^\circ}&160\\\hline \color{green}{35^\circ}&180\\ \end{array} \end{align}
看上去像是某种线性关系:
可以假设这种线性关系为:
\begin{align}f(x)=ax+b\end{align}
通过最小二乘法的思想:
上图的分别为:
\begin{align} \begin{array}{c|c|c} \qquad i\qquad&\qquad x\qquad&\qquad y\qquad\\\hline 1&25& 110 \\\hline 2&27& 115 \\\hline 3&31&155\\\hline 4&33&160\\\hline 5&35&180\\ \end{array} \end{align}
总误差的平方为:
\begin{align} \epsilon=\sum (f(x_i)-y_i)^2=\sum (ax_i+b-y_i)^2 \end{align}
不同的会导致不同的,根据多元微积分的知识,当:
\begin{align} \begin{cases} \frac{\partial}{\partial a}\epsilon=2\sum (ax_i+b-y_i)x_i=0\\ \quad\\ \frac{\partial}{\partial b}\epsilon=2\sum (ax_i+b-y_i)=0 \end{cases} \end{align}
这个时候取最小值。
对于而言,上述方程组为线性方程组,用之前的数据解出来:
\begin{align} \begin{cases} a\approx 7.2\\ \quad\\ b\approx -73 \end{cases} \end{align}
也就是这根直线:
其实,还可以假设:
\begin{align}f(x)=ax^2+bx+c\end{align}
在这个假设下,可以根据最小二乘法,算出,得到下面这根红色的二次曲线:
同一组数据,选择不同的,通过最小二乘法可以得到不一样的拟合曲线:
不同的数据,更可以选择不同的,通过最小二乘法可以得到不一样的拟合曲线:
也不能选择任意的函数,还是有一些讲究的,这里就不介绍了。
最小二乘法与正态分布
高斯换了一个思考框架,通过概率统计那一套来思考。
让我们回到最初测量线段长度的问题。高斯想,通过测量得到了这些值:
\begin{align} \begin{array}{c|c} \qquad\qquad&\qquad长度\qquad\\\hline \color{red}红& 10.2 \\\hline \color{blue}蓝& 10.3 \\\hline \color{orange}橙&9.8\\\hline \color{Goldenrod}黄&9.9\\\hline \color{green}绿&9.8\\ \end{array} \end{align}
每次的测量值都和线段长度的真值之间存在一个误差:
\begin{align} \epsilon_i=x-x_i \end{align}
这些误差最终会形成一个概率分布,只是现在不知道误差的概率分布是什么。假设概率密度函数为:
\begin{align}p(\epsilon)\end{align}
再假设一个联合概率密度函数,这样方便把所有的测量数据利用起来:
\begin{align} \begin{aligned} L(x) &=p(\epsilon_1)p(\epsilon_2)\cdots p(\epsilon_5)\\ \quad\\ &=p(x-x_i)p(x-x_2)\cdots p(x-x_5) \end{aligned} \end{align}
因为是关于的函数,并且也是一个概率密度函数(下面分布图形是随便画的):
根据极大似然估计的思想,概率最大的最应该出现(既然都出现了,而我又不是“天选之才”,那么自然不会是发生了小概率事件),也就是应该取到下面这点:
当下面这个式子成立时,取得最大值:
\begin{align} \frac{d}{dx}L(x)=0 \end{align}
然后高斯想,最小二乘法给出的答案是:
\begin{align} x=\overline{x}=\frac{x_1+x_2+x_3+x_4+x_5}{5} \end{align}
如果最小二乘法是对的,那么时应该取得最大值,即:
\begin{align} \frac{d}{dx}L(x)|_{x=\overline{x}}=0 \end{align}
好,现在可以来解这个微分方程了。最终得到:
\begin{align}p(\epsilon)=\frac{1}{\sigma \sqrt{2 \pi}} e^{-\frac{\epsilon^{2}}{2 \sigma^{2}}}\end{align}
这是什么?这就是正态分布啊。
并且这还是一个充要条件:
\begin{align}x=\bar{x} \Longleftrightarrow p(\epsilon)=\frac{1}{\sigma \sqrt{2 \pi}} e^{-\frac{\epsilon^{2}}{2 \sigma^{2}}}\end{align}
也就是说,如果误差的分布是正态分布,那么最小二乘法得到的就是最有可能的值。
那么误差的分布是正态分布吗?
我们相信,误差是由于随机的、无数的、独立的、多个因素造成的,比如之前提到的:
- 不同厂家的尺子的生产精度不同
- 尺子材质不同,热胀冷缩不一样
- 测量的时候心情起伏不定
- …
那么根据中心极限定理,误差的分布就应该是正态分布。