Regression model
最小二乗法（OLS）
最小二乗法（OLS）は、観測値と予測値の差の二乗和を最小化することにより、線形回帰モデルのパラメータを推定するための標準的な手法です。1805年にアドリアン＝マリー・ルジャンドルによって初めて発表され、カール・フリードリヒ・ガウス（1795年からの優先権を主張）によって独立に開発されたOLSは、ガウス＝マルコフの定理の下で最適であることが証明されています。その仮定の下では、回帰係数の最良線形不偏推定量（BLUE）が得られます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/ja/statistics/ordinary-least-squares
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 一般化最小二乗法 (GLS)統計学↔ 比較
- 因果推論のための操作変数（IV）法医療経済学↔ 比較
- Lasso回帰機械学習↔ 比較
- Multiple Linear Regression統計学↔ 比較
- リッジ回帰機械学習↔ 比較
- 頑健回帰統計学↔ 比較
- 単回帰分析統計学↔ 比較
- 加重最小二乗法 (WLS)統計学↔ 比較