Perbezaan antara OLS dan MLE

OLS vs MLE

Kami sering cuba lenyap apabila topik mengenai statistik. Bagi sesetengah orang, berurusan dengan statistik adalah seperti pengalaman yang menakutkan. Kami membenci nombor, garisan, dan graf. Walau bagaimanapun, kita perlu menghadapi halangan yang hebat ini untuk menyelesaikan persekolahan. Sekiranya tidak, masa depan anda akan menjadi gelap. Tidak ada harapan dan tiada cahaya. Untuk dapat lulus statistik, kita sering menemui OLS dan MLE. "OLS" bermaksud "dataran paling kurang biasa" manakala "MLE" bermaksud "Anggaran Kemungkinan Maksimum."Biasanya, kedua -dua istilah statistik ini saling berkaitan. Mari kita pelajari tentang perbezaan antara dataran paling kurang biasa dan anggaran kemungkinan maksimum.

Kuadrat paling kurang biasa, atau OLS, juga boleh dipanggil dataran linear paling sedikit. Ini adalah kaedah untuk kira -kira menentukan parameter yang tidak diketahui yang terletak dalam model regresi linear. Menurut buku statistik dan sumber dalam talian yang lain, dataran paling kurang biasa diperoleh dengan meminimumkan jumlah jarak menegak kuadrat antara respons yang diperhatikan dalam dataset dan respons yang diramalkan oleh penghampiran linear. Melalui formula yang mudah, anda dapat menyatakan penganggar yang dihasilkan, terutama regresi tunggal, yang terletak di sebelah kanan model regresi linear.

Sebagai contoh, anda mempunyai satu set persamaan yang terdiri daripada beberapa persamaan yang mempunyai parameter yang tidak diketahui. Anda boleh menggunakan kaedah kuadrat paling kurang biasa kerana ini adalah pendekatan yang paling standard dalam mencari penyelesaian anggaran kepada sistem anda yang terlalu ditentukan. Dengan kata lain, ini adalah penyelesaian keseluruhan anda dalam meminimumkan jumlah kuadrat kesilapan dalam persamaan anda. Pemasangan data boleh menjadi aplikasi yang paling sesuai. Sumber dalam talian telah menyatakan bahawa data yang paling sesuai dengan dataran paling kurang biasa meminimumkan jumlah sisa kuadrat. "Sisa" adalah "perbezaan antara nilai yang diperhatikan dan nilai yang disediakan oleh model."

Anggaran kemungkinan maksimum, atau MLE, adalah kaedah yang digunakan dalam menganggarkan parameter model statistik, dan untuk memasang model statistik untuk data. Sekiranya anda ingin mencari pengukuran ketinggian setiap pemain bola keranjang di lokasi tertentu, anda boleh menggunakan anggaran kemungkinan maksimum. Biasanya, anda akan menghadapi masalah seperti kekangan kos dan masa. Sekiranya anda tidak mampu untuk mengukur semua ketinggian pemain bola keranjang, anggaran kemungkinan maksimum akan sangat berguna. Menggunakan anggaran kemungkinan maksimum, anda boleh menganggarkan min dan varians ketinggian subjek anda. MLE akan menetapkan min dan varians sebagai parameter dalam menentukan nilai parametrik tertentu dalam model tertentu.

Untuk merumuskannya, anggaran kemungkinan maksimum merangkumi satu set parameter yang boleh digunakan untuk meramalkan data yang diperlukan dalam taburan normal. Set data yang diberikan dan tetap dan model kebarangkalian mungkin menghasilkan data yang diramalkan. MLE akan memberi kita pendekatan bersatu ketika datang ke anggaran. Tetapi dalam beberapa kes, kita tidak boleh menggunakan anggaran kemungkinan maksimum kerana kesilapan yang diiktiraf atau masalah sebenarnya tidak wujud dalam realiti.

Untuk maklumat lanjut mengenai OLS dan MLE, anda boleh merujuk kepada buku statistik untuk lebih banyak contoh. Laman web Encyclopedia Online juga merupakan sumber maklumat tambahan yang baik.

Ringkasan:

1. "OLS" bermaksud "dataran paling kurang biasa" manakala "MLE" bermaksud "Anggaran Kemungkinan Maksimum."

2. Kuadrat paling kurang biasa, atau OLS, juga boleh dipanggil dataran linear paling sedikit. Ini adalah kaedah untuk kira -kira menentukan parameter yang tidak diketahui yang terletak dalam model regresi linear.

3. Anggaran kemungkinan maksimum, atau MLE, adalah kaedah yang digunakan dalam menganggarkan parameter model statistik dan untuk memasang model statistik untuk data.