非线性最小二乘中协方差矩阵与雅可比矩阵的关系

机器算法验证 matlab 协方差矩阵 雅可比
2022-03-26 15:20:46

我在http://www.mathworks.com/help/stats/nlinfit.htmlCovB = inv(J'*J)*MSE的 MATLAB 文档中 看到了这一点。 但是,我找不到该关系的任何来源。我相信它,但我需要找到一个来源来引用它。我看过但我找不到。如果有人可以帮助我,那就太好了。

1个回答

这是基于 Gauss-Newton 和 Levenberg-Marquardt 算法使用的非线性最小二乘问题的 Hessian 标准近似值。

考虑非线性最小二乘问题:最小化 = r(x) 的雅可比行列式。目标的 Hessian =高阶项。Gauss-Newton 或 Levenberg-Marquardt 近似是忽略高阶项,将 Hessian 近似为Hessian 的这种近似值在 MATLAB 的 nlinfit中的公式中使用。1/2r(x)Tr(x)JJTJ+JTJCovB = inv(J'*J)*MSE

如果残差 r(x) 接近于零,则解中的高阶项接近于零。如果解处的残差很大,则近似值可能非常不准确。请参阅https://www8.cs.umu.se/kurser/5DA001/HT07/lectures/lsq-handouts.pdf的前 7 张幻灯片在https://en.wikipedia.org/wiki/Gauss%E2%80%93Newton_algorithm也有提及,但提供的细节较少