การถดถอยกำลังสองน้อยที่สุดแบบไม่เชิงเส้น (Nonlinear Least Squares)
การประมาณค่าการถดถอยกำลังสองน้อยที่สุดแบบไม่เชิงเส้น (NLS) ใช้กับแบบจำลองการถดถอยที่ฟังก์ชันค่าเฉลี่ยแบบมีเงื่อนไขไม่เป็นเชิงเส้นในพารามิเตอร์ เช่นเดียวกับ OLS มาตรฐาน NLS จะลดผลรวมของกำลังสองของเศษเหลือให้เหลือน้อยที่สุด แต่เนื่องจากไม่มีคำตอบในรูปแบบปิด (closed-form solution) ตัวประมาณค่าจึงถูกหาได้ด้วยการหาค่าที่เหมาะสมที่สุดเชิงตัวเลขแบบวนซ้ำ ภายใต้เงื่อนไขปกติ NLS จะมีความสอดคล้อง (consistent) และมีการกระจายตัวแบบปกติเชิงเส้นกำกับ (asymptotically normal)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Gallant, A. R. (1987). Nonlinear Statistical Models. John Wiley & Sons. ISBN: 978-0471802600
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press. ISBN: 978-0262232586
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Nonlinear Ordinary Least Squares. ScholarGate. https://scholargate.app/th/econometrics/nonlinear-ols
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- กำลังสองน้อยที่สุดแบบทั่วไป (Generalized Least Squares - GLS)สถิติศาสตร์↔ เปรียบเทียบ
- การประมาณค่าภาวะน่าจะเป็นสูงสุดสถิติศาสตร์↔ เปรียบเทียบ
- แบบจำลอง ARDL ไม่เชิงเส้น (NARDL)เศรษฐมิติ↔ เปรียบเทียบ
- Nonlinear Generalized Least Squares (NGLS)เศรษฐมิติ↔ เปรียบเทียบ
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ เปรียบเทียบ