数学模型——模型拟合

模型拟合：收集已知的观测数据，通过近似准则进行模拟，分析自变量与因变量的映射关系，并用于模型的修正完善、预测等。
基本思想：通过收集数据点对，利用近似准则，对各数据点之间的关系进行分析，拟合。拟合过程中，注意原始数据变换。

切比雪夫近似准则

寻求函数 $y=f(x)$ 和 $m$ 个数据点 $(x_i,y_i)$ 的集合。使得 $|y_i-f(x_i)|$ 取值最小。其中 $i=1...,m$
主要的思路是先假定 $y=f(x)$ 的函数结构，然后通过数据与公式分析，求出相应的参数。基本的思想是极小化直线到任意对应点的最大距离（点与点之间为直线）。

极小化绝对偏差之和准则

类似于切比雪夫近似准则
该准则是寻求函数 $y=f(x)$ 和 $m$ 个数据点集合，使得
$\sum^m_{i=1}|y_i-f(x_i)|$
的值最小。

最小二乘近似准则

确定函数类型 $y=f(x)$ 的参数，极小化和数
$\sum^m_{i=1}|y_i-f(x_i)|^2$
常用的拟合方程有 $f(x)=Ax+b;f(x)=ax^n$ 等

应用最小二乘准则

拟合直线：假设模型为 $y=Ax+B$ ，利用 $m$ 个数据点集，以 $y=ax+b$ 做 $y=Ax+B$ 的估计。

此时极小化方程：
$S=\sum^m_{i=1}[y_i-f(x_i)]^2=\sum^m_{i=1}(y_i-ax_i-b)^2$
最优的一个必要条件是 $S$ 对 $a$ 和 $b$ 的偏导数都为0.即得到以下方程：
$\frac{\partial S}{\partial a}=-2\sum^m_{i=1}(y_i-ax_i-b)x_i=0\\ \frac{\partial S}{\partial b}=-2\sum^m_{i=1}(y_i-ax_i-b)=0$
整理得到：
$a\sum^m_{i=1}x_i^2+b\sum^m_{i=1}x_i=\sum^m_{i=1}x_iy_i\\ a\sum^m_{i=1}x_i+mb=\sum^m_{i=1}y_i$
然后，将m个数据点带入，得到：
$a=\frac{m\sum x_iy_i-\sum x_iy_i}{m\sum x_i^2-(\sum x_i)^2}(斜率)\\ b=\frac{\sum x_i^2 \sum y_i-\sum x_iy_i\sum x_i}{m\sum x_i^2-(\sum x_i)^2}(截距)$

在实际运用是，注意数据的变换

经变换的最小二乘拟合

常用技巧：取对数，然后运用直线拟合的方法做

例： $y=Ax^N$ ，用 $\alpha$ 记 $A$ 的估计， $n$ 记 $N$ 的估计

解： $y=\alpha x^n$ 取对数得
$lny=ln\alpha +nlnx(直线)$
得 $ln\alpha$ 为 $x=0$ 的截距， $n$ 是直线的斜率。由拟合直线时的方法求得：
$n=\frac{\sum (lnx_i)(lny_i)-(\sum lnx_i)(\sum lny_i)}{\sum (lnx_i)^2-(\sum lnx_i)^2 }\\ ln\alpha =\frac{\sum (lnx_i)^2(lny_i)-(\sum lnx_i)(lny_i)\sum lnx_i}{\sum (lnx_i)^2-(\sum lnx_i)^2}$

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 227,797评论 6赞 531
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 98,179评论 3赞 414
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 175,628评论 0赞 373
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 62,642评论 1赞 309
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 71,444评论 6赞 405
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 54,948评论 1赞 321
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 43,040评论 3赞 440
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 42,185评论 0赞 287
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 48,717评论 1赞 333
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 40,602评论 3赞 354
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 42,794评论 1赞 369
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 38,316评论 5赞 358
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 44,045评论 3赞 347
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 34,418评论 0赞 26
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 35,671评论 1赞 281
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 51,414评论 3赞 390
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 47,750评论 2赞 370