Regresi Kuasa Dua Terkecil Biasa (OLS)
Regresi Kuasa Dua Terkecil Biasa (Ordinary Least Squares - OLS) ialah kaedah regresi linear klasik yang menjelaskan hasil berterusan sebagai gabungan linear pemboleh ubah peramal. Ia menganggarkan pekali dengan meminimumkan jumlah kuasa dua sisa, dan di bawah andaian Gauss-Markov, anggaran ini adalah estimator linear tak bias terbaik (BLUE).
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+141 more
Sumber
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Cara memetik halaman ini
ScholarGate. (2026, June 1). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/ms/econometrics/ols-regression
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.
- Lasso RegressionPembelajaran Mesin↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Model Kesan Tetap Data PanelEkonometrik↔ compare
- Regresi KuantilEkonometrik↔ compare
- Regresi RabungPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →