Answers:
为什么需要参考?这是一个简单的演算问题:对于您已将其表述得合理的问题,我们必须假设所有。然后定义函数 然后计算关于z的导数: f'(z)= -2 \ cdot \ sum_ {i = 1} ^ n(1- \ frac {z} {x_i}) 然后求解方程f'(z)= 0给出了解决方案。现在,我们当然必须检查这确实是最小值,以便计算出二阶导数: f''(z)= -2 \ cdot \ sum_ {i = 1} ^ n(0- \ frac1 {x_i}) = 2 \ sum_ {i = 1} ^ n \ frac1 {x_i}> 0 对于我们使用的最后一个不等式,最后,所有x_i> 0
至于参考,可能是https://en.wikipedia.org/wiki/Fr%C3%A9chet_mean 或https://en.wikipedia.org/wiki/Harmonic_mean 或其中的参考。
为了与引用回复到您寻求找到一个标准的符号连接,,最大限度地减少
这是一个具有单个常数回归变量且权重矩阵
我将“ ” 重命名为“ ”(“响应”),要估计的参数是而不是。权重为。它们必须都超过。解决方法是
QED。
相同的分析适用于任何正的权重集,提供了谐波均值的通用化和表征它的有用方法。
当在受控实验中将视为固定(而非随机)时,加权最小二乘法的机器将提供置信区间和预测区间等。换句话说,将问题自动设置为该设置将为您提供一种评估谐波均值精度的方法。
将谐波均值视为加权问题的解决方案,可以深入了解其性质,尤其是其对数据的敏感性。现在很明显,最重要的贡献者是值最小的贡献者,并且它们的重要性已由权重矩阵量化。
Douglas C. Montgomery,Elizabeth A. Peck和G. Geoffrey Vining,线性回归分析简介。 第五版。J. Wiley,2012年。第5.5.2节。