我有N个数据集，其中m个点是常数x1值处的函数f（x1，x2）的切割。我有一个公式来适应这些函数，这些函数的参数对于每个数据集都有所不同（即取决于x1）和所有数据集相同的其他参数（即独立于x1和x2）。
问题：如果我要对我的数据进行最小二乘拟合以确定所有这些参数，那么最有效的方法是什么？
天真地，我会做一个嵌套的最小二乘回归。我将定义一个接收共享参数的错误函数。保持这些参数固定，该函数将对所有数据集进行最小二乘拟合，以确定独立参数。然后，此错误函数将返回总平方误差和最佳独立拟合参数。通过最小二乘拟合发送此函数本身将找到最佳共享参数。
有更有效的方法吗？