Tartalomjegyzék:
- Meghatározás - Mit jelent a rendes legkisebb négyzetek regressziója (OLSR)?
- A Techopedia magyarázza a rendes legkisebb négyzetek regresszióját (OLSR)
Meghatározás - Mit jelent a rendes legkisebb négyzetek regressziója (OLSR)?
A rendes legkisebb négyzetek regressziója (OLSR) egy általánosított lineáris modellezési technika. Ez a lineáris regressziós modellben szereplő összes ismeretlen paraméter becslésére szolgál, amelynek célja a megfigyelt változók és a magyarázó változók különbségének négyzetösszegének minimalizálása.
A rendes legkisebb négyzetek regressziója a legkevesebb négyzet vagy a legkevesebb négyzet hibás regresszió.
A Techopedia magyarázza a rendes legkisebb négyzetek regresszióját (OLSR)
Carl Friedrich Gauss 1795-ben találta meg, és az egyik legkorábbi ismert általános predikciós módszernek tekintik. Az OLSR leírja a függő változó (amit meg kell magyarázni vagy megjósolni) és egy vagy több független változó (magyarázó változó) közötti kapcsolatot. Az OLSR alkalmazás számos olyan területen megtalálható, mint a pszichológia, a társadalomtudományok, az orvostudomány, a gazdaság és a pénzügyek.
Két kapcsolat fordulhat elő: lineáris és görbe vonalú. A lineáris kapcsolat egyenes, amelyet a pontok központi tendenciáján húzunk; mivel egy görbületbeli kapcsolat görbe vonal. Az említett változók közötti asszociációkat scatterplot segítségével ábrázoljuk. A kapcsolat lehet pozitív vagy negatív, és az eredmény variációja is erősen különbözik.
Alapvető szinten az OLSR könnyen megérthető még a matematikusok számára is, és megoldásai könnyen értelmezhetők. Nagyobb figyelme annak köszönhető, hogy a legújabb számítógépek beépített algoritmusaiból megszerezte a lineáris algebrát. Így gyorsan alkalmazható több száz független változó problémáira, hatékonyan eredményezve a több tízezer adatpontot.
Az OLSR-t gyakran használják az ökonometriaban, mivel a Gauss-Markov feltételezések alapján a legjobb lineáris elfogulatlan becslést (KÉK) nyújtják. Az ökonometria a közgazdaságtan olyan ága, ahol a statisztikai módszereket alkalmazzák a gazdasági adatokra. Célja az egyszerű kapcsolatok kibontása a meglévő hatalmas mennyiségű adat boncolásával. Ezt a statisztikai algoritmust a gépi tanulásban és a prediktív elemzésben is használják az eredmények dinamikus megjóslására dinamikusan változó változók alapján.
