Regression model

Parastie mazāko kvadrātu metodes (OLS)

Parastie mazāko kvadrātu metodes (OLS) ir kanoniskā metode lineārās regresijas modeļa parametru novērtēšanai, minimizējot novēroto un prognozēto vērtību kvadrātisko atšķirību summu. Pirmo reizi publicējis Adriēns Marī Leklērs 1805. gadā un neatkarīgi izstrādājis Kārlis Frīdrihs Gauss (kurš apgalvoja prioritāti kopš 1795. gada), OLS ir pierādīti optimāla saskaņā ar Gauss-Markova teorēmu: ievērojot tās pieņēmumus, tā nodrošina regresijas koeficientu labāko lineāro neobjektīvo novērtētāju (BLUE).

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

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

Uz to atsaucas

ScholarGateOrdinary Least Squares (Ordinary Least Squares Regression). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/ordinary-least-squares · Datu kopa: https://doi.org/10.5281/zenodo.20539026