Contenuto
- Definizione - Che cosa significa regressione dei minimi quadrati ordinari (OLSR)?
- Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.
- Techopedia spiega la regressione dei minimi quadrati ordinari (OLSR)
Definizione - Che cosa significa regressione dei minimi quadrati ordinari (OLSR)?
La regressione dei minimi quadrati ordinari (OLSR) è una tecnica di modellazione lineare generalizzata. È usato per stimare tutti i parametri sconosciuti coinvolti in un modello di regressione lineare, il cui obiettivo è minimizzare la somma dei quadrati della differenza delle variabili osservate e delle variabili esplicative.
La regressione dei minimi quadrati ordinaria è anche nota come regressione degli errori minimi quadrati o minimi quadrati.
Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.
Techopedia spiega la regressione dei minimi quadrati ordinari (OLSR)
Inventato nel 1795 da Carl Friedrich Gauss, è considerato uno dei primi metodi di predizione generali conosciuti. OLSR descrive la relazione tra una variabile dipendente (cosa si intende spiegare o prevedere) e la sua una o più variabili indipendenti (variabile esplicativa). L'applicazione OLSR può essere trovata in una miriade di campi come psicologia, scienze sociali, medicina, economia e finanza.
Ci possono essere due relazioni: lineare e curvilinea. Una relazione lineare è una linea retta che viene tracciata attraverso la tendenza centrale dei punti; mentre una relazione curvilinea è una linea curva. Le associazioni tra dette variabili sono rappresentate usando un diagramma a dispersione. La relazione potrebbe essere positiva o negativa e anche la variazione del risultato differisce in forza.
A livello di base, OLSR può essere facilmente compreso anche da non matematici e le sue soluzioni potrebbero essere facilmente interpretate. Il suo ulteriore rispetto è dovuto alla sua convenienza con gli algoritmi incorporati dei recenti computer di algebra lineare. Pertanto, può essere rapidamente applicato a problemi con centinaia di variabili indipendenti che forniscono risultati in modo efficiente a decine di migliaia di punti dati.
OLSR è spesso utilizzato in econometria, in quanto fornisce il miglior stimatore lineare imparziale (BLU) dati i presupposti di Gauss-Markov. L'econometria è una branca dell'economia in cui i metodi statistici sono applicati ai dati economici. Ha lo scopo di estrarre relazioni semplici analizzando enormi quantità di dati esistenti. Questo algoritmo statistico viene anche utilizzato nell'apprendimento automatico e nell'analisi predittiva per prevedere dinamicamente i risultati sulla base di variabili che cambiano dinamicamente.