simgear/math/leastsqs.hxx

   1 /**
   2  * \file leastsqs.hxx
   3  * Implements a simple linear least squares best fit routine.
   4  */
   5
   6 // Written by Curtis Olson, started September 1997.
   7 //
   8 // Copyright (C) 1997  Curtis L. Olson  - curt@infoplane.com
   9 //
  10 // This library is free software; you can redistribute it and/or
  11 // modify it under the terms of the GNU Library General Public
  12 // License as published by the Free Software Foundation; either
  13 // version 2 of the License, or (at your option) any later version.
  14 //
  15 // This library is distributed in the hope that it will be useful,
  16 // but WITHOUT ANY WARRANTY; without even the implied warranty of
  17 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  18 // Library General Public License for more details.
  19 //
  20 // You should have received a copy of the GNU Library General Public
  21 // License along with this library; if not, write to the
  22 // Free Software Foundation, Inc., 59 Temple Place - Suite 330,
  23 // Boston, MA  02111-1307, USA.
  24 //
  25 // $Id$
  26
  27
  28 #ifndef _LEASTSQS_H
  29 #define _LEASTSQS_H
  30
  31
  32 #ifndef __cplusplus
  33 # error This library requires C++
  34 #endif
  35
  36
  37 /**
  38 Classical least squares fit:
  39
  40 \f[
  41     y = b_0 + b_1 * x
  42 \f]
  43
  44 \f[
  45     b_1 = \frac{n * \sum_0^{i-1} (x_i*y_i) - \sum_0^{i-1} x_i* \sum_0^{i-1} y_i}
  46           {n*\sum_0^{i-1} x_i^2 - (\sum_0^{i-1} x_i)^2}
  47 \f]
  48
  49 \f[
  50     b_0 = \frac{\sum_0^{i-1} y_i}{n} - b_1 * \frac{\sum_0^{i-1} x_i}{n}
  51 \f]
  52 */
  53 void least_squares(double *x, double *y, int n, double *m, double *b);
  54
  55
  56 /**
  57  * Incrimentally update existing values with a new data point.
  58  */
  59 void least_squares_update(double x, double y, double *m, double *b);
  60
  61
  62 /**
  63   @return the least squares error:.
  64 \f[
  65
  66     \frac{(y_i - \hat{y}_i)^2}{n}
  67 \f]
  68 */
  69 double least_squares_error(double *x, double *y, int n, double m, double b);
  70
  71
  72 /**
  73   @return the maximum least squares error.
  74
  75 \f[
  76     (y_i - \hat{y}_i)^2
  77 \f]
  78 */
  79 double least_squares_max_error(double *x, double *y, int n, double m, double b);
  80
  81
  82 #endif // _LEASTSQS_H
  83
  84