正交 LSM 模型的优势

在过去的几十年里，关于变星的高质量观测数据量及其普遍获取性均大幅增长；然而，标准的数据处理和解释方法却滞后于这一进步。几十年来，最受欢迎的数据处理方法仍然是基于最小二乘法 (LSM) 原理或线性化 LSM 的线性回归 (LR)。不幸的是，我们必须指出，线性回归方法通常未被正确使用，特别是在评估 LR 参数的不确定性和估计 LR 预测的不确定性方面。我们提出了 LR 基本关系的矩阵版本以及 LR 预测不确定性的真实估计。我们定义了正交 LR 模型的性质，并展示了如何将一般 LR 模型转换为正交模型。我们给出了常见多项式级数的正交模型关系式。