Зміст:
- Визначення - Що означає звичайна регресія найменших квадратів (OLSR)?
- Техопедія пояснює звичайну регресію найменших квадратів (OLSR)
Визначення - Що означає звичайна регресія найменших квадратів (OLSR)?
Звичайна регресія найменших квадратів (OLSR) - це узагальнена техніка лінійного моделювання. Він використовується для оцінки всіх невідомих параметрів, що беруть участь у моделі лінійної регресії, метою якої є мінімізація суми квадратів різниці спостережуваних змінних та пояснювальних змінних.
Звичайна регресія найменших квадратів також відома як регресія найменших квадратів або регресія найменших квадратних помилок.
Техопедія пояснює звичайну регресію найменших квадратів (OLSR)
Винайдений у 1795 році Карлом Фрідріхом Гаусом, він вважається одним із найдавніших відомих загальних методів прогнозування. OLSR описує взаємозв'язок між залежною змінною (що має на меті пояснити чи передбачити) та її однією або декількома незалежними змінними (пояснювальна змінна). Застосування OLSR можна знайти у багатьох сферах, таких як психологія, соціальні науки, медицина, економіка та фінанси.
Можуть виникнути два зв’язки: лінійний та криволінійний. Лінійне співвідношення - це пряма лінія, яка проводиться через центральну тенденцію точок; тоді як криволінійне відношення - це вигнута лінія. Асоціації між зазначеними змінними зображуються за допомогою розсіювача. Відносини можуть бути позитивними чи негативними, а зміна результатів також відрізняється силою.
На базовому рівні, OLSR, це легко зрозуміти навіть нематематикам, і його рішення можна було легко інтерпретувати. Його додаткове враження пояснюється його прихильністю до вбудованих в останній час комп'ютерних алгоритмів з лінійної алгебри. Таким чином, це може бути швидко застосовано до проблем із сотнями незалежних змінних, які ефективно дають результати десяткам тисяч точок даних.
OLSR часто використовується в економетриці, оскільки він забезпечує найкращий лінійний неупереджений оцінювач (BLUE) з урахуванням припущень Гаусса-Маркова. Економетрика - галузь економіки, де до економічних даних застосовуються статистичні методи. Він спрямований на вилучення простих відносин шляхом розсічення наявних величезних обсягів даних. Цей статистичний алгоритм також використовується в машинному навчанні та прогнозній аналітиці для динамічного прогнозування результатів на основі динамічно змінних змінних.
