真直度最小二乗法

真直度最小二乘法是一種統計方法，用於估計線性模型的參數，並評估模型預測與實際數據之間的誤差。該方法通過最小化模型預測值與實際數據之間的平方誤差的總和來估計參數，以獲得最優的模型擬合。

具體而言，真直度最小二乘法通過求解以下最佳化問題來獲得參數估計：

1. 找到一組參數θ，使得預測值與實際數據之間的平方誤差總和最小。
2. 約束條件是模型係數的非負性，以確保模型具有正則性。

求解最佳化問題可以得到參數的估計值，並使用這些估計值來擬合數據，以評估模型的性能和預測能力。真直度最小二乘法通常用於回歸分析、時間序列分析等領域。