Я хочу использовать модель линейной регрессии, но я хочу использовать обычный метод наименьших квадратов, который, как мне кажется, является разновидностью линейной регрессии. Я использую программное обеспечение SPSS. Он имеет только линейную регрессию, частичный метод наименьших квадратов и двухэтапный метод наименьших квадратов. Я понятия не имею, какой из них является обычным методом наименьших квадратов (МНК).
Является ли линейная регрессия тем же самым, что и обычный метод наименьших квадратов в SPSS?
Ответы (2)
Да, хотя «линейная регрессия» относится к любому подходу к моделированию взаимосвязи между одной или несколькими переменными, МНК — это метод, используемый для нахождения простой линейной регрессии набора данных.
person
Robert Jones
schedule
22.11.2009
Линейная регрессия относится к любому подходу к моделированию ЛИНЕЙНОЙ связи между одной или несколькими переменными. Линейная регрессия МОЖЕТ быть выполнена с использованием OLS, как и другие НЕЛИНЕЙНЫЕ (и, следовательно, нелинейные регрессионные) модели. OLS — это метод оптимизации, часто применяемый при выполнении линейной регрессии. Однако это не единственный метод, и другие методы могут использоваться для линейной регрессии, так же как OLS также используется для НЕлинейных моделей.
- person PBD10017; 27.08.2014
@ PBD10017, что это за другие методы?
- person Gaurav Sharma; 25.03.2020
Линейная регрессия — это обширный термин, который просто говорит, что мы находим взаимосвязь между зависимой и независимой переменной (переменными), независимо от того, какую технику мы используем.
OLS — это всего лишь один из методов линейной регистрации.
Скажем,
ошибка (e) = (наблюдаемое значение - прогнозируемое значение)
Наблюдаемые значения - синие точки на картинке
прогнозируемые значения - точки на линии (вертикально ниже наблюдаемых значений)
Вертикальные линии ниже представляют «е». Возводим их в квадрат -> складываем и получаем общую ошибку. И мы пытаемся уменьшить эту общую ошибку.
Для OLS, как следует из названия (обычный метод наименьших квадратов), здесь мы уменьшаем сумму всех e^2, т.е. пытаемся сделать ошибку наименьшей.
person
Brijesh
schedule
22.01.2021
