Definition der Methode der kleinsten Quadrate

Was ist die Methode der kleinsten Quadrate?

Die Methode der kleinsten Quadrate ist eine Form der mathematischen Regressionsanalyse, mit der die bestmögliche Anpassung für einen Datensatz ermittelt und die Beziehung zwischen den Datenpunkten visuell demonstriert wird. Jeder Datenpunkt repräsentiert die Beziehung zwischen einer bekannten unabhängigen Variablen und einer unbekannten abhängigen Variablen.

Was sagt Ihnen die Methode der kleinsten Quadrate?

Die Methode der kleinsten Quadrate liefert die allgemeine Begründung für die Platzierung der Best-Fit-Linie unter den untersuchten Datenpunkten. Die gebräuchlichste Anwendung dieses Verfahrens, das manchmal als "linear" oder "gewöhnlich" bezeichnet wird, zielt darauf ab, eine gerade Linie zu erzeugen, die die Summe der Quadrate der Fehler minimiert, die durch die Ergebnisse der zugehörigen Gleichungen erzeugt werden, wie z als die quadrierten Residuen, die sich aus Unterschieden im beobachteten Wert ergeben, und den erwarteten Wert, der auf diesem Modell basiert.

Diese Methode der Regressionsanalyse beginnt mit einer Reihe von Datenpunkten, die in einem Diagramm auf der x- und y-Achse dargestellt werden sollen. Ein Analytiker, der die Methode der kleinsten Quadrate verwendet, generiert eine Linie der besten Anpassung, die die potenzielle Beziehung zwischen unabhängigen und abhängigen Variablen erklärt.

In der Regressionsanalyse werden abhängige Variablen auf der vertikalen y-Achse dargestellt, während unabhängige Variablen auf der horizontalen x-Achse dargestellt werden. Diese Bezeichnungen bilden die Gleichung für die Best-Fit-Linie, die nach der Methode der kleinsten Quadrate bestimmt wird.

Im Gegensatz zu einem linearen Problem hat ein nichtlineares Problem der kleinsten Quadrate keine geschlossene Lösung und wird im Allgemeinen durch Iteration gelöst. Die Entdeckung der Methode der kleinsten Quadrate wird Carl Friedrich Gauss zugeschrieben, der die Methode 1795 entdeckte.

Die zentralen Thesen

• Die Methode der kleinsten Quadrate ist ein statistisches Verfahren, mit dem die beste Anpassung für einen Satz von Datenpunkten ermittelt wird, indem die Summe der Offsets oder Residuen von Punkten aus der gezeichneten Kurve minimiert wird.
• Die Regression der kleinsten Quadrate wird verwendet, um das Verhalten abhängiger Variablen vorherzusagen.

Beispiel für die Methode der kleinsten Quadrate

Ein Beispiel für die Methode der kleinsten Quadrate ist ein Analyst, der die Beziehung zwischen den Aktienrenditen eines Unternehmens und den Renditen des Index, für den die Aktie eine Komponente ist, testen möchte. In diesem Beispiel versucht der Analyst, die Abhängigkeit der Aktienrenditen von den Indexrenditen zu testen. Zu diesem Zweck werden alle Renditen in einem Diagramm dargestellt. Die Indexrenditen werden dann als unabhängige Variable bezeichnet, und die Aktienrenditen sind die abhängige Variable. Die Best-Fit-Linie liefert dem Analytiker Koeffizienten, die den Grad der Abhängigkeit erklären.

Die Linie der Best-Fit-Gleichung

Die aus der Methode der kleinsten Quadrate ermittelte Best-Fit-Linie hat eine Gleichung, die die Beziehung zwischen den Datenpunkten beschreibt. Die Linie der Best-Fit-Gleichungen kann durch Computersoftwaremodelle bestimmt werden, die eine Zusammenfassung der zu analysierenden Ausgaben enthalten, wobei die Koeffizienten und die zusammenfassenden Ausgaben die Abhängigkeit der zu testenden Variablen erklären.

Regressionsgerade der kleinsten Quadrate

Wenn die Daten eine schlankere Beziehung zwischen zwei Variablen aufweisen, wird die Linie, die am besten zu dieser linearen Beziehung passt, als Regressionslinie der kleinsten Quadrate bezeichnet, wodurch der vertikale Abstand zwischen den Datenpunkten und der Regressionslinie minimiert wird. Der Begriff "kleinste Fehlerquadrate" wird verwendet, da es sich um die kleinste Summe von Fehlerquadraten handelt, die auch als "Varianz" bezeichnet wird.

Vergleich von Anlagekonten Name des Anbieters Beschreibung Angaben zum Werbetreibenden × Die in dieser Tabelle aufgeführten Angebote stammen von Partnerschaften, von denen Investopedia eine Vergütung erhält.

Verwandte Begriffe

Funktionsweise der Methode des Kriteriums der kleinsten Quadrate Das Kriterium der kleinsten Quadrate ist eine Methode zur Messung der Genauigkeit einer Linie bei der Darstellung der Daten, mit denen sie generiert wurden. Das heißt, die Formel bestimmt die Linie der besten Anpassung. mehr Best-Fit-Linie Die Best-Fit-Linie ist eine Ausgabe der Regressionsanalyse, die die Beziehung zwischen zwei oder mehr Variablen in einem Datensatz darstellt. mehr Funktionsweise der statistischen Quadratsummenmethode Die statistische Quadratsummenmethode wird in der Regressionsanalyse verwendet, um die Streuung von Datenpunkten aus ihrem Mittelwert zu bestimmen. In einer Regressionsanalyse soll ermittelt werden, wie gut eine Datenreihe an eine Funktion angepasst werden kann, um zu erklären, wie die Datenreihe generiert wurde. mehr Was ist ein Fehlerbegriff? Ein Fehlerterm ist als Variable in einem statistischen Modell definiert, das erstellt wird, wenn das Modell die tatsächliche Beziehung zwischen der unabhängigen und der abhängigen Variablen nicht vollständig darstellt. mehr Wie der Bestimmungskoeffizient funktioniert Der Bestimmungskoeffizient ist ein Maß für die statistische Analyse, um zu bewerten, wie gut ein Modell zukünftige Ergebnisse erklärt und vorhersagt. mehr Funktionsweise der multiplen linearen Regression Die multiple lineare Regression (MLR) ist eine statistische Technik, die mehrere erklärende Variablen verwendet, um das Ergebnis einer Antwortvariablen vorherzusagen. mehr Partner Links