차례:
- 정의-OLSR (Oraryary Least Squares Regression)은 무엇을 의미합니까?
- Techopedia는 OLSR (Oraryary Least Squares Regression)을 설명합니다.
정의-OLSR (Oraryary Least Squares Regression)은 무엇을 의미합니까?
OLSR (일반 최소 제곱 회귀)은 일반화 된 선형 모델링 기술입니다. 선형 회귀 모델에 포함 된 모든 알려지지 않은 모수를 추정하는 데 사용되며, 목표는 관측 된 변수와 설명 변수의 차이의 제곱의 합을 최소화하는 것입니다.
정규 최소 제곱 회귀는 일반 최소 제곱 또는 최소 제곱 오차 회귀라고도합니다.
Techopedia는 OLSR (Oraryary Least Squares Regression)을 설명합니다.
칼 프리드리히 가우스 (Carl Friedrich Gauss)가 1795 년에 발명 한이 제품은 최초의 알려진 일반적인 예측 방법 중 하나로 간주됩니다. OLSR은 종속 변수 (설명 또는 예측 대상)와 하나 이상의 독립 변수 (설명 변수) 사이의 관계를 설명합니다. OLSR 응용 프로그램은 심리학, 사회 과학, 의학, 경제 및 금융과 같은 무수한 분야에서 찾을 수 있습니다.
발생할 수있는 관계는 선형과 곡선입니다. 선형 관계는 점의 중심 경향을 통해 그려지는 직선입니다. 곡선 관계는 곡선입니다. 상기 변수들 간의 연관은 산점도를 사용하여 묘사된다. 관계는 양수 또는 음수 일 수 있으며 결과 변동도 강도가 다릅니다.
기본적으로 OLSR은 수학자가 아닌 사람들도 쉽게 이해할 수 있으며 솔루션을 쉽게 해석 할 수 있습니다. 또한 선형 대수학의 최근 컴퓨터에 내장 된 알고리즘을 사용하는 능력이 있기 때문입니다. 따라서 수백 개의 독립 변수로 문제를 신속하게 적용하여 수만 개의 데이터 포인트에 결과를 효율적으로 전달할 수 있습니다.
OLSR은 Gauss-Markov 가정을 고려할 때 최상의 선형 비 편향 추정기 (BLUE)를 제공하기 때문에 계량 경제학에서 종종 사용됩니다. 계량 경제학은 통계적 방법이 경제 데이터에 적용되는 경제학의 지점입니다. 기존의 방대한 양의 데이터를 해부하여 간단한 관계를 추출하는 것을 목표로합니다. 이 통계 알고리즘은 기계 학습 및 예측 분석에도 사용되어 동적으로 변하는 변수를 기반으로 결과를 동적으로 예측합니다.
