Inhaltsverzeichnis:
- Definition - Was bedeutet Ordinary Least Squares Regression (OLSR)?
- Techopedia erklärt die Ordinary Least Squares Regression (OLSR)
Definition - Was bedeutet Ordinary Least Squares Regression (OLSR)?
Die gewöhnliche Regression kleinster Quadrate (OLSR) ist eine verallgemeinerte lineare Modellierungstechnik. Es wird zur Schätzung aller unbekannten Parameter eines linearen Regressionsmodells verwendet, dessen Ziel es ist, die Summe der Quadrate der Differenz der beobachteten Variablen und der erklärenden Variablen zu minimieren.
Regression der kleinsten Quadrate wird auch als Regression der kleinsten Quadrate oder der kleinsten Fehlerquadrate bezeichnet.
Techopedia erklärt die Ordinary Least Squares Regression (OLSR)
Es wurde 1795 von Carl Friedrich Gauss erfunden und gilt als eine der frühesten bekannten allgemeinen Vorhersagemethoden. OLSR beschreibt die Beziehung zwischen einer abhängigen Variablen (was erklärt oder vorhergesagt werden soll) und einer oder mehreren unabhängigen Variablen (erklärende Variable). OLSR-Anwendungen finden sich in unzähligen Bereichen wie Psychologie, Sozialwissenschaften, Medizin, Wirtschaft und Finanzen.
Es können zwei Beziehungen auftreten: linear und krummlinig. Eine lineare Beziehung ist eine gerade Linie, die durch die zentrale Tendenz der Punkte gezogen wird. wohingegen eine krummlinige Beziehung eine gekrümmte Linie ist. Assoziationen zwischen den Variablen werden unter Verwendung eines Streudiagramms dargestellt. Die Beziehung kann positiv oder negativ sein, und die Ergebnisvariation unterscheidet sich auch in der Stärke.
Grundsätzlich kann OLSR auch von Nicht-Mathematikern leicht verstanden werden und seine Lösungen können leicht interpretiert werden. Sein zusätzlicher Nutzen beruht auf der Erschwinglichkeit der neueren Algorithmen von Computern aus der linearen Algebra. Somit kann es schnell auf Probleme mit Hunderten von unabhängigen Variablen angewendet werden, die effizient Ergebnisse für Zehntausende von Datenpunkten liefern.
OLSR wird häufig in der Ökonometrie verwendet, da es unter den Gauß-Markov-Annahmen den besten linearen unverzerrten Schätzer (BLUE) liefert. Ökonometrie ist ein Wirtschaftszweig, in dem statistische Methoden auf Wirtschaftsdaten angewendet werden. Es zielt darauf ab, einfache Beziehungen zu extrahieren, indem vorhandene riesige Datenmengen zerlegt werden. Dieser statistische Algorithmus wird auch beim maschinellen Lernen und in der Vorhersageanalyse verwendet, um Ergebnisse basierend auf sich dynamisch ändernden Variablen dynamisch vorherzusagen.
