İçindekiler:
- Tanım - En Küçük Kareler Regresyonu (OLSR) ne anlama geliyor?
- Techopedia, En Küçük Kareler Regresyonunu (OLSR) açıklıyor
Tanım - En Küçük Kareler Regresyonu (OLSR) ne anlama geliyor?
Sıradan en küçük kareler regresyonu (OLSR) genelleştirilmiş doğrusal modelleme tekniğidir. Amaç, gözlenen değişkenler ile açıklayıcı değişkenlerin farkının karelerinin toplamını en aza indirgemek olan doğrusal bir regresyon modeline dahil olan tüm bilinmeyen parametreleri tahmin etmek için kullanılır.
Sıradan en küçük kareler regresyonu aynı zamanda normal en küçük kareler veya en az kare hataları regresyonu olarak da bilinir.
Techopedia, En Küçük Kareler Regresyonunu (OLSR) açıklıyor
1795 yılında Carl Friedrich Gauss tarafından icat edilen, bilinen en eski genel tahmin yöntemlerinden biri olarak kabul edilir. OLSR, bağımlı bir değişken (açıklanması veya tahmin edilmesi amaçlanan) ile bir veya daha fazla bağımsız değişkeni (açıklayıcı değişken) arasındaki ilişkiyi açıklar. OLSR uygulaması psikoloji, sosyal bilimler, tıp, ekonomi ve finans gibi sayısız alanda bulunabilir.
Ortaya çıkabilecek iki ilişki vardır: doğrusal ve eğrisel. Doğrusal bir ilişki, noktaların merkezi eğiliminden geçen düz bir çizgidir; oysa eğrisel bir ilişki eğri bir çizgidir. Bahsedilen değişkenler arasındaki ilişkiler bir dağılım grafiği kullanılarak tasvir edilmiştir. İlişki pozitif veya negatif olabilir ve sonuç farklılığı da güç bakımından farklılık gösterir.
Temel düzeyde OLSR, matematikçi olmayanlar tarafından bile kolayca anlaşılabilir ve çözümleri kolayca yorumlanabilir. Ek ilgi alanı, son bilgisayarların lineer cebirden gelen algoritmalarına olan uygunluğundan kaynaklanmaktadır. Böylece, on binlerce veri noktasına verimli bir şekilde sonuç veren yüzlerce bağımsız değişkenli problemlere hızlı bir şekilde uygulanabilir.
OLSR, Gauss-Markov varsayımları göz önüne alındığında en iyi doğrusal tarafsız tahminciyi (BLUE) sağladığı için ekonometride sıklıkla kullanılır. Ekonometri, ekonomik verilere istatistiksel yöntemlerin uygulandığı ekonominin dalıdır. Mevcut büyük miktardaki verileri keserek basit ilişkiler kurmayı amaçlamaktadır. Bu istatistiksel algoritma, dinamik olarak değişen değişkenlere dayalı olarak sonuçları dinamik olarak tahmin etmek için makine öğrenimi ve tahmine dayalı analitikte de kullanılmaktadır.
