为什么利用最小二乘法处理数据
偏最小二乘法是智能算法吗？
偏最小二乘法是智能算法吗？
偏最小二乘法是智能算法的，偏最小二乘法最初就是智能算法的，
二段最小二乘法的优缺点？
它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。 实际应用中，常用一堆数据来得到优化或相对理想的参数值。
普通最小二乘估计量的统计性质与对模型的基本假定的关系是什么？
最小二乘法的主要特点就是能使求得的数据与实际数据之间误差的平方和为最小。
最小二乘法的三个特征？
1、线性特性
所谓线性特性，是指估计量分别是样本观测值的线性函数，亦即估计量和观测值的线性组合。
2、无偏性
无偏性，是指参数估计量的期望值分别等于总体真实参数。
3、最小方差性
所谓最小方差性，是指估计量与用其它方法求得的估计量比较，其方差最小，即最佳。最小方差性又称有效性。这一性质就是著名的高斯一马尔可夫（ Gauss-Markov）定理。这个定理阐明了普通最小二乘估计量与用其它方法求得的任何线性无偏估计量相比，它是最佳的
为什么实际观测值平均数等于最小二乘平均数？
最小二乘法样本条件均值等于实际，均值和最小二乘法
有一维数组 [x1,x2...xn]，要求一个值X，使得：
F(X) (X-x1)2 (X-x2)2 ...(X-xn)2 min
F(X) nX2 - 2 * (x1 x2 .... xn) x12 x22 ... xn2 min
对X求导，当dF/dX 0时，F(X)有极小值；
2nX - 2 (x1 x2 .... xn) 0
那么，X (x1 x2 .... xn) / n
因此，在一维的情况下，最小二乘求参数X，和求均值一样；
使用矩阵的方法，先建立方程组：
X - x1 0
...
X - xn 0
也就是方程组：
An*1X b，等价于 [1,1,......] T X [x1,x2...xn] T;
ATAX ATb
同样解得：X (x1 x2 .... xn) / n