最小二乘平差原理 最小二乘平差原理是使观测值残差的加权平方和达到极小，以获得未知量最优估值的最基本估计准则。 权威解读
为什么需要最小二乘？直接解方程为什么不行？
提示： 从多余观测条件下的矛盾方程与最优近似求解需求出发。
多余观测导致矛盾方程组无唯一解，最小二乘给出误差最小的最优近似解。
误区： 平差值一定比原始观测值更准确。
事实： 平差值是通过数学手段得到的最优估值，但仍有其精度范围。
问： 最小二乘和极大似然估计有何异同？
答： 误差正态分布时两者等价，均为最优线性无偏估计。- ❌ 误区：平差值一定比原始观测值更准确。 ✅ 事实：平差值是通过数学手段得到的最优估值，但仍有其精度范围。
🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。
高精度观测加权高，反映在P矩阵元素中。
残差大小和分布用于检测粗差和模型异常。
必须多于必要观测数才构成平差条件。
我是学习误差理论与平差的测绘工程学生，请结合具体案例详细讲解最小二乘平差原理的测量原理、仪器与方法、以及标准与规范，并指出常见误区。