حداقل مربعات معمولی (OLS)
حداقل مربعات معمولی (OLS) روش متعارف برای تخمین پارامترهای یک مدل رگرسیون خطی است که با حداقل کردن مجموع مربعات تفاضل بین مقادیر مشاهدهشده و پیشبینیشده عمل میکند. OLS که اولین بار توسط آدرین-ماری لژاندر در سال ۱۸۰۵ منتشر شد و بهطور مستقل توسط کارل فریدریش گاوس (که ادعای اولویت از سال ۱۷۹۵ را داشت) توسعه یافت، تحت قضیه گاوس-مارکوف بهینگی اثباتشدهای دارد: با توجه به مفروضات آن، بهترین برآوردگر خطی نااریب (BLUE) ضرایب رگرسیون را ارائه میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
- Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Perthes & Besser, Hamburg. link ↗
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
- Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson. ISBN: 978-0134461366
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/fa/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.
- حداقل مربعات تعمیمیافته (GLS)آمار↔ compare
- روش متغیرهای ابزاری (IV) برای استنتاج علیاقتصاد سلامت↔ compare
- رگرسیون لسویادگیری ماشین↔ compare
- رگرسیون خطی چندگانهآمار↔ compare
- رگرسیون ریج (Ridge Regression)یادگیری ماشین↔ compare
- رگرسیون مقاومآمار↔ compare
- رگرسیون خطی سادهآمار↔ compare
- رگرسیون حداقل مربعات وزنی (WLS)آمار↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →