最小二乘估计MATLAB实现

应用matlab实现的高等数理统计最小二乘估计源码 Matlab implementation of higher application of mathematical statistics source least squares estimation

%------begin computing the Least Square Estimate of intensity coefficients
frequency=[20;200;2000;20000];
timeIntvl=0:0.025:24.975;
timeIntvl=timeIntvl*（10^-3）;  % transform the ms unit of time into s unit 
ctrlVarMatrix=sin（2*pi*（frequency*timeIntvl））;   % compute the matrix of the control variables
fid=fopen（‘observationsOfSample.txt‘‘r‘）;
obstnVector_Y=fscanf（fid‘%f‘）; % read observations of sample from file
fclose（fid）;
obstnVector_Y=obstnVector_Y*（10^-3）;  % transform the mV unit of voice into V unit
factorLSE1=ctrlVarMatrix*transpose（ctrlVarMatrix）;
if（rank（factorLSE1）    factorLSE2=inv（factorLSE1+eye（44）*（10^-7））;  % modify the factorLSE1:add up factorLSE1 and a unit matrix that multiled by a tiny value  
else
    factorLSE2=inv（factorLSE1）;  % compute the generalized inverse matrix of factorLSE1 
end
factorLSE=factorLSE2*ctrlVarMatrix*obstnVector_Y;  % compute the Least Square Estimate of intensity coefficients   
%------end computing the Least Square Estimate of intensity coefficients
%------begin computing the Least Square Estimate of variance
Qe=0;
for i=1:size（obstnVector_Y1）
    Qe=Qe+（obstnVector_Y（i）-（transpose（ctrlVarMatrix（:i））*factorLSE））^2;
end
varianceLSE=Qe/（size（obstnVector_Y1）-size（frequency1）-1）;
%------end computing the Least Square Estimate of variance
%------output the result of Least Square Estimate
disp（[‘the LSE of factors from 1 to ‘num2str（size（factorLSE1））‘ as follow : ‘]）
disp（vpa（factorLSE4））
disp（‘the LSE of variance as follow : ‘）
disp（vpa（varianceLSE4））
plot（timeIntvlobstnVector_Y）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1611  2008-12-21 19:58  LSETest.m

----------- ---------  ---------- -----  ----

                 1611                    1