ScholarGate
Assistent
Regression model

Kleinste-Quadrate-Schätzung (OLS)

Die Kleinste-Quadrate-Schätzung (OLS) ist die kanonische Methode zur Schätzung der Parameter eines linearen Regressionsmodells, indem die Summe der quadrierten Differenzen zwischen beobachteten und vorhergesagten Werten minimiert wird. Erstmals 1805 von Adrien-Marie Legendre veröffentlicht und unabhängig davon von Carl Friedrich Gauss entwickelt (der die Priorität ab 1795 beanspruchte), ist OLS unter dem Gauss-Markov-Theorem nachweislich optimal: Unter seinen Annahmen liefert es den besten linearen unverzerrten Schätzer (BLUE) der Regressionskoeffizienten.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  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

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/de/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

Referenziert von

ScholarGateOrdinary Least Squares (Ordinary Least Squares Regression). Abgerufen am 2026-06-15 von https://scholargate.app/de/statistics/ordinary-least-squares · Datensatz: https://doi.org/10.5281/zenodo.20539026