目次:
定義-通常最小二乗回帰（OLSR）とはどういう意味ですか？
通常の最小二乗回帰（OLSR）は、一般化された線形モデリング手法です。 これは、線形回帰モデルに関係するすべての未知のパラメーターを推定するために使用され、その目的は、観測変数と説明変数の差の平方和を最小化することです。
通常の最小二乗回帰は、通常の最小二乗または最小二乗誤差回帰としても知られています。
Techopediaは通常最小二乗回帰（OLSR）について説明します
1795年にカール・フリードリッヒ・ガウスによって発明され、最も初期の既知の一般的な予測方法の1つと考えられています。 OLSRは、従属変数（説明または予測を目的とするもの）とその1つ以上の独立変数（説明変数）との関係を記述します。 OLSRアプリケーションは、心理学、社会科学、医学、経済学、金融などの無数の分野で使用できます。
発生する可能性のある関係は、線形と曲線の2つです。 線形関係は、ポイントの中心傾向を通る直線です。 一方、曲線の関係は曲線です。 上記の変数間の関連付けは、散布図を使用して表されます。 関係は正または負の可能性があり、結果のばらつきも強度が異なります。
基本的なレベルでは、OLSRは非数学者でも簡単に理解でき、その解決策は簡単に解釈できます。 追加された注意は、線形代数からの最近のコンピューターの組み込みアルゴリズムとのアフォーダンスによるものです。 そのため、数百の独立変数が数万のデータポイントに効率的に結果を提供する問題にすばやく適用できます。
OLSRは、ガウスマルコフの仮定が与えられると最良の線形不偏推定量（BLUE）を提供するため、計量経済学でよく使用されます。 計量経済学は、統計手法が経済データに適用される経済学の分野です。 既存の膨大な量のデータを分析して、単純な関係を抽出することを目的としています。 この統計アルゴリズムは、動的に変化する変数に基づいて結果を動的に予測するために、機械学習と予測分析でも使用されています。
