n個のデータの組(x1,y1)...(xi,yi)...(xn,yn) が与えられたとき、 y=a*exp(b*x)+c di=y(xi)-yi に対して、 Σ(di)^2が最小となるようなa,b,cを探すために、 Σ(di)^2をa,b,cでそれぞれ偏微分して、その値が0になるという条件から、a,b,cを決定して、実験データにフィッティングすることをよくします。
ここで疑問に思ったのですが、 y=a*exp(b*x)+c を少し変形して両辺の対数をとると、 ln(y-c)=b*x+ln(a) となり、ln(y-c)=Y(c),ln(a)=Aとおいて、bをB,xをXで表し直すと、
Y(c)=B*X+A となります。 データ(xi,yi)から新たなデータの組(X,Y(c))を計算し、 線形の最小二乗法でA,Bを決定、つまりa,bを決定した後、Σdi^2を最小にするcを決定するという方法をとると、前者の方法と比べてどのような差がでますか?
残差の二乗和が最小になるのはもちろん前者かと思いますが、計算が楽なので後者の方法も悪くはないかなと思っています。どのような場合に誤差が大きくなるかなどが知りたいです。
softbank060151038190.bbtec.net (60.151.38.190)
Mozilla/5.0 (Linux; Android 10; Pixel 3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.125 Mobile Safari/537.36
|
|