ScholarGate
Avustaja
Regression model

Pienimmän neliösumman menetelmä (OLS)

Pienimmän neliösumman menetelmä (OLS) on kanoninen menetelmä lineaarisen regressiomallin parametrien estimointiin minimoimalla havaittujen ja ennustettujen arvojen välisten neliöityjen erojen summaa. Adrien-Marie Legendren vuonna 1805 julkaisema ja Carl Friedrich Gaussin (joka väitti prioriteettia vuodesta 1795) itsenäisesti kehittämä OLS on Gauss-Markov-teoreeman mukaan todistettavasti optimaalinen: oletustensa vallitessa se tuottaa regressiokertoimien parhaan lineaarisen harhattomman estimaatin (BLUE).

Sovella työkalulla StatMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

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

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateOrdinary Least Squares (Ordinary Least Squares Regression). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/statistics/ordinary-least-squares · Aineisto: https://doi.org/10.5281/zenodo.20539026