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324个网页-相关网页
普通最小二乘法(Method of Ordinary Least Squares)， 普通最小二乘法 ， 高斯提出 提出。 由高斯提出。
基于16个网页-相关网页
表1 多层线性模型和两次回归的比较 两次回归 多层线性模型 方法 普通最小二乘法（ordinary least squares estimation，OLS） 收缩估计（shrinkage estimation），更稳定和精确；广义最小二乘法（IGLS）；限...
基于2个网页-相关网页
普通最小二乘法是最好的做法，看到的结果。
Ordinary Least Square method is the best practices to see the results.
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。
We often estimate the return model parameter by ordinary least squares and maximum likelihood.
对 普通最小二乘法和加权最小二乘法在不等重复单因素系统分组试验中的分析效果进行了比较研究。
In this paper, the effects of OLS method and WLS method in analysis of one-way nested design with unequal subclass numbers are examined.
应用推荐