Разлике између ОЛС-а и МЛЕ-а

ОЛС вс МЛЕ

Често покушавамо нестати када је тема о статистици. За неке је бављење статистиком попут застрашујућег искуства. Мрзимо бројеве, редове и графиконе. Ипак, морамо се суочити са овом великом препреком да бисмо завршили школовање. Да није тако, ваша будућност би била мрачна. Нема наде и нема светлости. Да бисмо могли да проследимо статистику, често наилазимо на ОЛС и МЛЕ. „ОЛС“ означава „обичне најмање квадрате“, док „МЛЕ“ означава „максималну процену вероватноће“. Ова два статистичка термина су обично повезана једни са другима. Научимо о разликама између обичних најмањих квадрата и максималних процена вероватноће.

Обични најмање квадрата, или ОЛС, такође се могу назвати линеарним најмањим квадратима. Ово је метода за приближно одређивање непознатих параметара који се налазе у моделу линеарне регресије. Према књигама статистике и другим изворима на мрежи, најнижи квадратни квадрат се добија минимизирањем укупног квадратног вертикалног растојања између посматраних одговора у скупу података и одговора предвиђених линеарном апроксимацијом. Једноставном формулом можете изразити резултирајући процењивач, нарочито појединачни регресор, смештен на десној страни линеарног регресијског модела.

На пример, имате скуп једначина који се састоји од неколико једначина које имају непознате параметре. Можете користити методу најмањег квадрата, јер је ово најобичнији приступ у проналажењу приближног решења за ваше превише одређени систем. Другим речима, ваше је целокупно решење у смањењу суме квадрата грешака у вашој једначини. Подударање података може бити ваша најприкладнија апликација. Интернетски извори су навели да се подаци који најбоље уклапају у обичне најмање квадрате умањују у суму остатака квадратних. „Остатак“ је „разлика између посматране вредности и одговарајуће вредности коју даје модел“.

Максимална процена вероватноће или МЛЕ је метода која се користи за процену параметара статистичког модела и за прилагођавање статистичког модела подацима. Ако желите да пронађете мерење висине сваког кошаркаша на одређеној локацији, можете да користите максималну процену вероватноће. Обично бисте наишли на проблеме попут трошка и временског ограничења. Ако си не бисте могли приуштити да измерите висину свих кошаркаша, процена максималне вероватноће била би врло корисна. Помоћу максималне процене вероватноће можете проценити средњу вредност и одступање висине својих испитаника. МЛЕ би одредио средњу вредност и варијанцу као параметре у одређивању специфичних параметарских вредности у датом моделу.

Укратко, процена максималне вероватноће покрива скуп параметара који се могу користити за предвиђање података потребних за нормалну дистрибуцију. Дати, фиксни скуп података и његов модел вјероватноће вјероватно ће произвести предвиђене податке. МПП би нам пружило јединствен приступ када је у питању процена. Али у неким случајевима не можемо да користимо процену максималне вероватноће због признатих грешака или проблем у стварности чак и не постоји..

За више информација о ОЛС-у и МЛЕ-у, за више примера можете потражити статистичке књиге. Интернет енциклопедија Веб странице су такође добар извор додатних информација.

Резиме:

1. „ОЛС“ означава „обичне најмање квадрате“, док „МЛЕ“ означава „максималну процену вероватноће“.

2. Обични најмање квадрата, или ОЛС, такође се могу назвати линеарним најмањим квадратима. Ово је метода за приближно одређивање непознатих параметара који се налазе у моделу линеарне регресије.

3. Максимална процена вероватноће или МЛЕ је метода која се користи за процену параметара статистичког модела и за прилагођавање статистичког модела подацима.