ScholarGate
Assistente
Regression model

Mínimos Quadrados Ordinários (MQO)

Mínimos Quadrados Ordinários (MQO) é o método canônico para estimar os parâmetros de um modelo de regressão linear, minimizando a soma das diferenças quadráticas entre os valores observados e preditos. Publicado pela primeira vez por Adrien-Marie Legendre em 1805 e desenvolvido independentemente por Carl Friedrich Gauss (que reivindicou a prioridade desde 1795), o MQO é comprovadamente ótimo sob o teorema de Gauss-Markov: dadas as suas suposições, ele produz o Melhor Estimador Linear Não Viesado (MELN) dos coeficientes de regressão.

Aplicar com StatMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGateOrdinary Least Squares (Ordinary Least Squares Regression). Recuperado em 2026-06-15 de https://scholargate.app/pt/statistics/ordinary-least-squares · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026