高斯误差条件下广义最小二乘估计理论与方法

书籍简介:

本书系统阐述了最小二乘估计理论与方法，从参数估计的角度来描述最小二乘估计问题，侧重理论的系统性和论证的严谨性，同时也强调其应用性和可读性。本书涵盖现有各种类型的最小二乘估计方法，主要包括线性最小二乘估计、总体最小二乘估计、约束总体最小二乘估计、结构总体最小二乘估计、非线性最小二乘估计、伪线性最小二乘估计、参数可分离最小二乘估计、含等式约束的最小二乘估计等。针对每一类最小二乘估计方法，本书给出了其观测模型、参数估计优化模型及其数值求解方法，并且推导了其理论估计性能。书中含有大量实例和数值实验结果，以便于读者理解和掌握。“大数据科学”丛书涉及大数据理论、技术、产业和管理的方方面面，旨在帮助国内相关领域的学者、产业界人士了解世界大数据研究和应用的前沿进展，也可以作为教学之用。

书籍规格:

书籍信息归属:

高斯误差条件下广义最小二乘估计理论与方法是高等教育出版社于2020.6出版的中图分类号为 O241.5 的主题关于 最小二乘法－研究 的书籍。