在给定线性回归模型后，可以有多种方法估计出未知参数，普通最小二乘法（ ordinary least squares, OLS）是其中的一种，其它方法包括极大似然估计、广义矩阵估计、贝叶斯估计等。
基于278个网页-相关网页
1基于导数的最小二乘参数估计 最小二乘法(Ordinary Least Squares)是数理统计的重 要方法,其基本思想是要求样本函数尽可能好地拟合样本观测值,即要求回归线的预测值与样本值的误差尽可能的小|21。
基于119个网页-相关网页
+‰+．．’舶t‰）】2 （2‘19） 这种方法又称为普通最小平方法（Ordinary Least Squares），令 s（B）＝∑（8．）2＝E7E+（y一．A：日）2（y—XB） ：yry一287X7r+（X-a）7（X3） 由极值原理，得 —OS（—B）：一2X7y+2X...
基于92个网页-相关网页
...师惩戒相关之会计资讯建构出本研究之实证模型，并以 我国上市柜公司为实证研究对象，采普通最小平方法（ordinary least squares,OLS）进行横断面回归分析，研究期间为民国九十三年，且为降低变 异数不齐一的影响与减少规模效应，实证分析时将...
基于24个网页-相关网页
Ordinary least squares method 普通最小平方法 ; 法 ; 以最小平方法
Dynamic Ordinary Least Squares 最小二乘法 ; 动态的最小二乘法
ordinary least squares estimators 最小二乘估计量 ; 通最小二乘估计量
Method of Ordinary Least Squares 普通最小二乘法
Ordinary Least Squares Regression 普通最小二乘回归 ; 最小二乘法
Ordinary Least Squares OLS 普通最小二乘法
Ordinary least squares estimator 普通最小平方法估计式
ordinary least squares estimation 普通最小二乘法
ordinary least squares estimate 最小二乘估计量
以上来源于: WordNet
We often estimate the return model parameter by ordinary least squares and maximum likelihood.
对回归模型进行参数估计时，常用的两种重要方法是普通最小二乘法和最大似然法。
Superiority of this approach over ordinary M-estimates and least squares results is demonstrated with a small example.
通过一个简单的例子，说明了这种方法比普通的M -估计以及最小二乘结果更加优越。
应用推荐