Minsta kvadratmetoden (OLS)
Minsta kvadratmetoden (OLS) är den kanoniska metoden för att estimera parametrarna i en linjär regressionsmodell genom att minimera summan av kvadratiska skillnader mellan observerade och predikterade värden. OLS, som först publicerades av Adrien-Marie Legendre år 1805 och oberoende utvecklades av Carl Friedrich Gauss (som hävdade prioritet från 1795), är bevisligen optimal under Gauss-Markovs sats: givet sina antaganden ger den den bästa linjära väntevärdesriktiga estimaten (BLUE) av regressionskoefficienterna.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Ordinary Least Squares Regression. ScholarGate. https://scholargate.app/sv/statistics/ordinary-least-squares
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Generaliserad minstakvadratmetoden (GLS)Statistik↔ jämför
- Instrumentvariabelmetoden (IV) för kausal inferensHälsoekonomi↔ jämför
- Lasso-regressionMaskininlärning↔ jämför
- Multipel linjär regressionStatistik↔ jämför
- Ridge RegressionMaskininlärning↔ jämför
- Robust regressionStatistik↔ jämför
- Enkel linjär regressionStatistik↔ jämför
- Viktad minsta kvadratmetoden (WLS)Statistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →