用正交函数族做最小二乘法有什么优点
举一反三
- 用正交函数族做最小二乘法有什么优点 A: 得到的法方程非病态 B: 不用解线性方程，系数用递推公式就可以计算出 C: 每当逼近次数增加1时，系数需要重新计算 D: 每当逼近次数增加1时，之前得到的系数不需要重新计算
- 用正交函数族做最小二乘法有什么优点[br][/br] A: 每当逼近次数增加1时,之前得到的系数不需要重新计算 B: 得到的法方程非病态 C: 不用解线性方程,系数用递推公式就可以计算出 D: 每当逼近次数增加1时,系数需要重新计算
- （），又称最小平方法。 A: 最小二乘法 B: 最大二乘法 C: 扩大时距法 D: 移动平均法
- 用正交多项式作最小二乘拟合的原因是因为 A: 非正交的基函数不能用来求最小二乘拟合 B: 用于最小二乘拟合的函数系必须是正交的 C: 用一般的非正交多项式作为基函数作最小二乘拟合时，需要求解的线性方程组很多情况下是病态的 D: 其它选项都不正确
- 线性回归模型常用的参数估计方法是（） A: 最大二乘法 B: 最小残差和法 C: 最大残差和法 D: 最小二乘法