Najmenšie kvadratické odchýlky (OLS)
Najmenšie kvadratické odchýlky (OLS) je kanonická metóda na odhad parametrov lineárneho regresného modelu minimalizáciou súčtu štvorcov rozdielov medzi pozorovanými a predikovanými hodnotami. OLS, prvýkrát publikovaný Adrienom-Marim Legendreom v roku 1805 a nezávisle vyvinutý Carlom Friedrichom Gaussom (ktorý si nárokoval prioritu od roku 1795), je podľa Gauss-Markovovej vety preukázateľne optimálny: za predpokladu splnenia jej predpokladov poskytuje najlepší lineárny nestranný odhad (BLUE) regresných koeficientov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/sk/statistics/ordinary-least-squares
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Zovšeobecnené metódy najmenších štvorcov (GLS)Štatistika↔ porovnať
- Metóda instrumentálnych premenných (IV) pre kauzálnu inferenciuEkonomika zdravotníctva↔ porovnať
- Regresia LassoStrojové učenie↔ porovnať
- Mnohonásobná lineárna regresiaŠtatistika↔ porovnať
- Regresia RidgeStrojové učenie↔ porovnať
- Robustná regresiaŠtatistika↔ porovnať
- Jednoduchá lineárna regresiaŠtatistika↔ porovnať
- Vážený spôsob najmenších štvorcov (WLS)Štatistika↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →