ScholarGate
Assistent
Regression model

Mindste Kvadraters Metode (OLS)

Mindste Kvadraters Metode (OLS) er den kanoniske metode til estimering af parametrene i en lineær regressionsmodel ved at minimere summen af kvadrerede forskelle mellem observerede og forudsagte værdier. OLS, der først blev publiceret af Adrien-Marie Legendre i 1805 og uafhængigt udviklet af Carl Friedrich Gauss (som hævdede prioritet fra 1795), er beviseligt optimal under Gauss-Markov-sætningen: givet dens antagelser, giver den den Bedste Lineære Ukorregerede Estimator (BLUE) for regressionskoefficienterne.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Legendre, A.-M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Firmin Didot, Paris. [Appendix: Sur la Méthode des moindres quarrés, pp. 72–80.] link
  2. Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Perthes & Besser, Hamburg. link
  3. Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
  4. Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson. ISBN: 978-0134461366

Sådan citerer du denne side

ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/da/statistics/ordinary-least-squares

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateOrdinary Least Squares (Ordinary Least Squares Regression). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/ordinary-least-squares · Datasæt: https://doi.org/10.5281/zenodo.20539026