普通最小二乘法
外观
![本页使用了标题或全文手工转换](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
统计学系列条目 |
迴歸分析 |
---|
![]() |
模型 |
估计 |
背景 |
在回归分析当中,最常用的估计(回归系数)的方法是普通最小二乘法(英語:ordinary least squares,簡稱OLS),它基於誤差值之上。用這種方法估计,首先要計算残差平方和(residual sum of squares;RSS),RSS是指将所有误差值的平方加起來得出的数:
與的数值可以用以下算式计算出來:
当中為的平均值,而為的平均值。
假设总体的误差值有一个固定的變異數,這个變異數可以用以下算式估计:
這個数就是均方误差(mean square error),這個分母是样本大小减去模型要估计的参数的量。這個回归模型当中有两个未知的参数(與)。[1]
而這些参数估计的标准误差(standard error)為:
有了上面這个模型,研究者手上就有会有與的估计值,就可以用這個算式來预测的数值。
參見
[编辑]參考資料
[编辑]- ^ Steel, R.G.D, and Torrie, J. H., Principles and Procedures of Statistics with Special Reference to the Biological Sciences., McGraw Hill, 1960, page 288.